[论文解读] Graph Pattern Matching for Dynamic Team Formation

Shuai Ma, Jia Li+3 more|arXiv (Cornell University)|Jan 3, 2018

Data Management and Algorithms参考文献 36被引用 6

一句话总结

本文提出了一种图模式匹配方法，用于支持结构约束和容量限制的 top-$k$ 团队组建。该方法采用模式图来整合这些约束，并提出一种统一的增量算法，以高效处理模式图和数据图的连续、并发更新，在动态环境中显著优于批量重新计算，支持高达36%的模式更新和34%的数据更新。

ABSTRACT

Finding a list of k teams of experts, referred to as top-k team formation, with the required skills and high collaboration compatibility has been extensively studied. However, existing methods have not considered the specific collaboration relationships among different team members, i.e., structural constraints, which are typically needed in practice. In this study, we first propose a novel graph pattern matching approach for top-k team formation, which incorporates both structural constraints and capacity bounds. Second, we formulate and study the dynamic top-k team formation problem due to the growing need of a dynamic environment. Third, we develop an unified incremental approach, together with an optimization technique, to handle continuous pattern and data updates, separately and simultaneously, which has not been explored before. Finally, using real-life and synthetic data, we conduct an extensive experimental study to show the effectiveness and efficiency of our graph pattern matching approach for (dynamic) top-k team formation.

研究动机与目标

• 为解决现有团队组建方法无法有效建模团队成员之间特定协作关系作为结构约束的问题。
• 将动态 top-$k$ 团队组建问题形式化，以处理团队模式图和底层数据图的连续、增量更新。
• 设计一种统一的增量算法，以高效处理模式更新、数据更新及其同时发生的情况，而无需完全重新计算。
• 通过半径可变球体和基于密度的过滤等技术优化批量计算阶段的性能。
• 在真实和合成数据集上，通过实验验证所提方法在各种动态更新场景下的有效性和效率。

提出的方法

• 提出‘团队仿真’作为改进的图模式匹配语义，通过模式图拓扑结构引入结构约束，并通过节点级限制实现容量边界。
• 设计一种基于团队仿真的批量算法用于 top-$k$ 团队组建，通过半径可变球体限制搜索空间，并利用基于密度的过滤技术剔除低质量候选。
• 提出一种统一的增量算法，通过维护辅助数据结构，支持对模式图和数据图的高效更新。
• 在增量框架中采用惰性更新策略以减少开销，尤其在持续更新工作负载下表现更优。
• 支持三种更新模式：仅模式更新、仅数据更新，以及模式与数据同时更新，通过增量传播机制保持一致性。
• 采用混合评估策略，结合真实世界（Citation）和合成数据集，以评估在不同更新频率和规模下的性能表现。

实验结果

研究问题

• RQ1 如何在 top-$k$ 团队组建中有效建模结构约束，特别是团队成员之间的必要协作关系？
• RQ2 容量边界（每项技能的最少和最多成员数量）对团队组建的复杂性和可行性有何影响？
• RQ3 能否设计一种增量算法，以高效处理团队模式图和专家数据图的连续、并发更新？
• RQ4 在不同更新频率和数据规模下，增量方法的性能与批量重新计算相比如何？
• RQ5 在大规模图中，为支持增量更新而维护辅助结构所导致的内存开销是多少？

主要发现

• 所提出的图模式匹配方法能有效捕捉实际团队组建需求，包括结构协作约束和技能容量边界。
• 批量算法表现出高效率，在包含139万节点的数据集和10个节点的模式下，top-$k$ 团队组建可在116秒内完成。
• 当模式更新超过27%且数据更新超过24%时（依数据集而定），增量算法优于批量方法。
• 在模式与数据同时更新的情况下，当更新率低于22.5%（Citation数据集）和20%（合成数据集）时，增量方法仍保持优势。
• 增量算法在 Citation 和合成数据集上仅增加25MB至130MB的额外存储空间，分别占原始数据集大小的69.4%和26.9%。
• 增量框架中的惰性更新策略降低了后续更新的处理时间，使系统能够高效处理连续更新序列，每批更新中模式更新比例达29%，数据更新比例达26%。