[论文解读] What if CLIQUE were fast? Maximum Cliques in Information Networks and Strong Components in Temporal Networks

Ryan A. Rossi, David F. Gleich+2 more|arXiv (Cornell University)|Oct 22, 2012

Complex Network Analysis Techniques参考文献 24被引用 9

一句话总结

本文利用最先进的精确最大团查找算法，研究大规模信息网络中的最大团以及动态网络中的时序强连通分量。研究发现，由于网络的结构性质，现实世界网络中的最大团通常可在数秒内计算得出；而与可达性图中团相关的时序强连通分量通常仅包含20–30%的顶点，表明存在高度通信的子群。

ABSTRACT

Exact maximum clique finders have progressed to the point where we can investigate cliques in million-node social and information networks, as well as find strongly connected components in temporal networks. We use one such finder to study a large collection of modern networks emanating from biological, social, and technological domains. We show inter-relationships between maximum cliques and several other common network properties, including network density, maximum core, and number of triangles. In temporal networks, we find that the largest temporal strong components have around 20-30% of the vertices of the entire network. These components represent groups of highly communicative individuals. In addition, we discuss and improve the performance and utility of the maximum clique finder itself.

研究动机与目标

• 研究在大规模真实世界信息网络中计算最大团的可行性和结构含义。
• 探索最大团大小与其他网络属性（如密度、核心度和三角形计数）之间的关系。
• 通过利用可达性图，将最大团计算应用于时间网络，以识别时序强连通分量。
• 通过参数化和并行化提升精确最大团算法的性能与灵活性，以支持实际部署。
• 提供开源工具，支持网络科学与团检测领域的可重现研究。

提出的方法

• 使用最先进的精确最大团查找器，在来自社交、生物和技术领域的38个多样化网络中计算最大团。
• 采用基于最大团大小上下界剪枝的深度优先搜索，包括基于度的剪枝和当前最大团大小的动态更新。
• 引入参数化搜索，允许用户定义最大团大小的下界和上界，实现早期终止，加快次优团大小的计算速度。
• 使用OpenMP并行化团查找过程，对每个顶点独立计算团，并定期同步全局最大团大小以实现剪枝。
• 利用时序强连通分量与时间可达性图中最大团之间的等价性，分析电话通话和Twitter转发等动态网络。
• 采用启发式优化策略，选择度最高的邻居进行探索，将最坏情况时间复杂度降低至O(|V|·Δ²)，同时保持合理的准确性。

实验结果

研究问题

• RQ1 在真实世界网络中，最大团大小如何与平均度、核心度和三角形计数等其他网络属性相关联？
• RQ2 在电话通话和Twitter转发图等动态网络中，最大时序强连通分量的典型大小和结构是什么？
• RQ3 精确最大团算法在包含高达10000万条边的大规模稀疏信息网络中，其可扩展性如何？
• RQ4 参数化边界和并行化在加速最大团计算方面有多有效，同时不牺牲正确性？
• RQ5 尽管结构规则，时序可达性图为何仍对最大团算法构成挑战？

主要发现

• 在真实世界信息网络中，即使图包含高达10000万条边，最大团通常也可在数秒内计算得出，表明最坏情况下的NP完全性并不总是阻碍实际性能。
• k-核数K(G)通常与最大团大小ω(G)相差不超过五倍，表明在真实网络中核心度与团结构之间存在强相关性。
• 基于三角形计数的上界√(2·T(G))通常显著高估ω(G)，表明仅靠三角形密度无法有效预测最大团大小。
• 在时序网络中，最大时序强连通分量通常仅包含总顶点数的20–30%，表明高度通信的子群相对较小但连接紧密。
• 检测次优团大小（例如最大大小的90%）的团检测速度可比完整最大团计算快达20倍，且在某些网络中，随着团大小增加，运行时间急剧上升。
• 通过参数化和并行化改进的团查找器显著减少了运行时间，尤其当用户通过上界参数指定期望的团大小时，可实现早期终止。