[论文解读] Survey of Graph Analysis Applications

Tim Hegeman, Alexandru Iosup|arXiv (Cornell University)|Jul 1, 2018

Complex Network Analysis Techniques参考文献 73被引用 4

一句话总结

本文系统性地调研了跨多个领域的图分析应用，识别出常用的图特征与分析方法，构建了一个全面的分类体系。通过对150多个应用的分析，发现大多数实际应用场景结合了多种图特征与分析技术，因此主张未来的图分析系统应支持更广泛的功能和交互式工作流组合，而非仅聚焦于孤立的应用场景或单一框架。

ABSTRACT

Recently, many systems for graph analysis have been developed to address the growing needs of both industry and academia to study complex graphs. Insight into the practical uses of graph analysis will allow future developments of such systems to optimize for real-world usage, instead of targeting single use cases or hypothetical workloads. This insight may be derived from surveys on the applications of graph analysis. However, existing surveys are limited in the variety of application domains, datasets, and/or graph analysis techniques they study. In this work we present and apply a systematic method for identifying practical use cases of graph analysis. We identify commonly used graph features and analysis methods and use our findings to construct a taxonomy of graph analysis applications. We conclude that practical use cases of graph analysis cover a diverse set of graph features and analysis methods. Furthermore, most applications combine multiple features and methods. Our findings motivate further development of graph analysis systems to support a broader set of applications and to facilitate the combination of multiple analysis methods in an (interactive) workflow.

研究动机与目标

• 识别并描述图分析在多样化领域中的实际应用场景。
• 理解现实世界应用中使用的图数据集和分析方法的多样性。
• 弥补现有综述仅聚焦于单一领域或算法类别所带来的空白。
• 基于常见特征与方法，构建图分析应用的分类体系。
• 通过强调对多种分析技术与多样化图特征集成支持的需求，为未来系统设计提供指导。

提出的方法

• 采用Kitchenham等人提出的系统文献综述（SLR）方法，以确保文献选择的可复现性与严谨性。
• 定义多阶段流程：规划综述、识别相关存储库与关键词，并应用结构化搜索查询。
• 通过自动化关键词搜索（如Google Scholar）筛选出初步研究，随后基于预设的纳入标准进行人工筛选。
• 提取并整合有关图特征（如大小、连通性、结构）与分析方法（如中心性、聚类、路径查找）的数据。
• 根据重复出现的图特征与分析方法类别，将应用分类至分类体系中。
• 通过公开发布搜索日志、筛选列表与分析数据，确保结果的可复现性。

实验结果

研究问题

• RQ1 图分析实际应用中所使用的数据集与分析方法具有哪些特征？
• RQ2 如何在多样化领域中系统性地识别与选择图分析的实际应用？
• RQ3 在现实世界的图分析应用中，哪些图特征与分析方法最为常用？
• RQ4 现实世界图的结构特性如何影响性能与系统设计？
• RQ5 多方法与多特征的使用对未来图分析系统开发有何影响？

主要发现

• 该研究在多样化领域中识别出150多个现实世界的图分析应用，揭示了所用图特征与分析方法的显著多样性。
• 七类图分析方法与五类图特征在至少15%的调查应用中出现，表明其广泛应用。
• 大多数应用结合了多种分析方法，超过70%的应用使用两种或更多技术，通常在交互式或工作流式环境中进行。
• 尽管许多应用运行在小型图上（顶点/边数少于100万），但在网络安全、社交媒体与软件工程等领域，大规模图（边数达数亿）仍很普遍。
• 本研究中分析的最大图包含近10亿个顶点与370亿条边，用于恶意软件检测。
• 神经科学成为方法同质性较高的领域，依赖一组共享的网络分析技术来研究脑网络。