[论文解读] Mining Maximal Cliques from an Uncertain Graph

Arko Provo Mukherjee, Pan Xu+1 more|arXiv (Cornell University)|Oct 24, 2013

Data Mining Algorithms and Applications参考文献 7被引用 5

一句话总结

本文引入了不确定图中的α-最大团，其中团在采样图中完全连通的概率必须≥α。提出MULE算法，通过优化的深度优先搜索与增量概率计算来枚举这些团，实现了近乎最优的最坏情况运行时间，并证明了α-最大团数量的最大值为$\binom{n}{\lfloor n/2 \rfloor}$的紧致界。

ABSTRACT

We consider mining dense substructures (maximal cliques) from an uncertain graph, which is a probability distribution on a set of deterministic graphs. For parameter 0 < α < 1, we present a precise definition of an α-maximal clique in an uncertain graph. We present matching upper and lower bounds on the number of α-maximal cliques possible within an uncertain graph. We present an algorithm to enumerate α-maximal cliques in an uncertain graph whose worst-case runtime is near-optimal, and an experimental evaluation showing the practical utility of the algorithm.

研究动机与目标

• 定义并形式化不确定图中α-最大团的概念，即团在采样图中完全连通的概率≥α。
• 建立任意具有n个顶点的不确定图中α-最大团数量的最大值的紧致理论界。
• 设计并实现一种高效算法MULE，用于枚举不确定图中的所有α-最大团。
• 在真实和合成的不确定图上评估MULE的实际性能，证明其可扩展性与高效性。

提出的方法

• 引入α-最大团的概念：一个顶点集合U，其形成团的概率≥α，且不被包含于任何更大的此类集合中。
• 使用深度优先搜索（DFS）遍历搜索空间，并基于团形成的概率进行剪枝。
• 采用增量计算团的概率，以高效检查最大性，而无需从头开始重新计算。
• 应用优化策略以限制不必要的探索，包括在概率阈值未满足时提前终止。
• 通过基于大小阈值t的过滤，将算法扩展为高效枚举仅大型α-最大团。
• 理论分析表明，最坏情况下的运行时间为O(n·2^n)，这在给定输出大小理论上限的情况下近乎最优。

实验结果

研究问题

• RQ1 对于任意0 < α < 1，在具有n个顶点的不确定图中，α-最大团的最大数量是多少？
• RQ2 能否设计一种高效算法，在近乎最优的最坏情况时间复杂度下枚举不确定图中的所有α-最大团？
• RQ3 在不同类型的图上，所提出的MULE算法与朴素方法相比，实际性能如何？
• RQ4 α阈值的变化对α-最大团数量及算法运行时间有何影响？

主要发现

• 任意具有n个顶点的不确定图中，α-最大团的最大数量上下界均为$\binom{n}{\lfloor n/2 \rfloor}$，该界是紧致的。
• MULE算法的最坏情况运行时间为O(n·2^n)，在给定输出大小理论上限的情况下近乎最优。
• 实验评估表明，MULE显著优于简单的DFS方法，尤其在较高α值（如α = 0.9）时性能优势更大，且在密集图上性能增益更明显。
• 经过优化、仅枚举大团（大小≥t）的MULE版本能正确枚举所有大α-最大团，同时避免不必要的探索。
• 在真实世界和合成图（如DBLP、p2p-Gnutella、Barabási-Albert）上，MULE表现出良好的可扩展性，即使α增大，运行时间也仅适度增长。
• 该算法的性能高度依赖于图的密度和α值，仅在极密集图中出现最坏情况行为，而典型图则表现出远优于最坏情况的性能。