[论文解读] Attribute Truss Community Search

Xin Huang, Laks V. S. Lakshmanan|arXiv (Cornell University)|Sep 1, 2016

Complex Network Analysis Techniques参考文献 31被引用 6

一句话总结

本文提出了一种属性驱动的社区搜索（ATC）方法，通过整合k-truss结构与属性相关性评分，实现对属性同质性高的密集子图的高效发现。该方法提出一种贪心算法，通过迭代移除属性最不常见的节点以最大化凝聚力，实现在真实网络上的高效与有效性能。

ABSTRACT

Recently, community search over graphs has attracted significant attention and many algorithms have been developed for finding dense subgraphs from large graphs that contain given query nodes. In applications such as analysis of protein protein interaction (PPI) networks, citation graphs, and collaboration networks, nodes tend to have attributes. Unfortunately, previously developed community search algorithms ignore these attributes and result in communities with poor cohesion w.r.t. their node attributes. In this paper, we study the problem of attribute-driven community search, that is, given an undirected graph $G$ where nodes are associated with attributes, and an input query $Q$ consisting of nodes $V_q$ and attributes $W_q$, find the communities containing $V_q$, in which most community members are densely inter-connected and have similar attributes. We formulate our problem of finding attributed truss communities (ATC), as finding all connected and close k-truss subgraphs containing $V_q$, that are locally maximal and have the largest attribute relevance score among such subgraphs. We design a novel attribute relevance score function and establish its desirable properties. The problem is shown to be NP-hard. However, we develop an efficient greedy algorithmic framework, which finds a maximal $k$-truss containing $V_q$, and then iteratively removes the nodes with the least popular attributes and shrinks the graph so as to satisfy community constraints. We also build an elegant index to maintain the known $k$-truss structure and attribute information, and propose efficient query processing algorithms. Extensive experiments on large real-world networks with ground-truth communities shows the efficiency and effectiveness of our proposed methods.

研究动机与目标

• 解决现有社区搜索方法忽略节点属性所导致的社区凝聚力不足的问题。
• 提出一种新的属性驱动社区搜索（ATC）问题，联合优化结构密度（k-truss）与属性同质性。
• 设计一种新颖的属性相关性评分函数，用于量化候选社区内属性的凝聚力。
• 设计一种高效的贪心算法，在保持k-truss结构的同时，通过迭代移除属性最不常见的节点以满足社区约束。
• 构建索引结构，以高效维护k-truss与属性信息，支持大规模图上的快速查询处理。

提出的方法

• 将属性化truss社区（ATC）定义为包含查询节点的局部最大连通k-truss子图，且其属性相关性评分最高。
• 提出一种新颖的属性相关性评分函数，通过聚合子图中边上的属性共现情况，偏好具有高属性同质性的社区。
• 设计一种贪心算法，从包含查询节点的最大k-truss出发，通过迭代移除属性最不常见的节点以提升属性凝聚力。
• 维护一个动态索引，用于存储k-truss结构与属性信息，支持高效的查询处理与更新。
• 建立属性相关性评分的理论性质，包括单调性与子模性，以支持算法设计。
• 证明ATC问题为NP-难问题，从而合理采用近似与贪心策略。

实验结果

研究问题

• RQ1 如何定义一种社区搜索模型，以确保在属性图中同时具备结构密度（通过k-truss实现）与属性同质性？
• RQ2 一种有效的属性相关性评分函数应如何量化社区内节点属性的凝聚力？
• RQ3 能否设计一种高效算法，在k-truss与属性相关性联合约束下发现高质量的属性化truss社区？
• RQ4 与现有社区搜索方法相比，该方法在真实属性网络上的有效性与效率如何？
• RQ5 何种索引策略能够实现大规模属性图上可扩展且高效的查询处理？

主要发现

• 所提出的属性相关性评分函数能有效捕捉属性同质性，且被证明具有单调性与子模性，支持高效的贪心优化。
• ATC的贪心算法在所有基线方法中均持续产生更高的属性相关性评分，表现出更优的属性凝聚力。
• 在大规模真实网络上的实验表明，该方法具有高效率，大规模图上查询处理时间可达毫秒级别。
• 与传统基于k-truss或k-core的方法相比，该方法发现的社区在属性上更具同质性，经真实社区标签验证。
• 索引结构通过维护预计算的k-truss与属性信息，实现快速查询处理，减少重复计算。
• ATC问题的NP-难性被正式确立，从而合理采用近似与启发式方法（如所提出的贪心框架）。