V AC: V ertex-Centric Attributed Community Search

目录结构

 

VAC-PowerPonit

现有的问题

• 属性限定查询难以估计：对于用户来说，为查询属性指定适当的条件不是一件容易的事情（难以人为规定），如果属性条件设置太苛刻（太多限制），则很可能返回一个空社区；如果属性条件设置太少，则很可能返回的社区过大，失去作用

• 难以适应多类型属性：现有的产品只能够处理单一的属性，无法处理多类型的属性

提出新的问题 VAC问题：

旨在找到最大的联通子图，该联通子图满足下列几个条件

• 包含查询节点集合

• 满足结构紧密度（文章采用k-truss描述）、

• 满足上述两个条件 具有最小的attribute score

• 不存在满足上述三个条件更大的子图

结构紧密度

• 采用k-truss来描述，其中k-truss的每一条边被k-2个三角形包围

属性紧密度

所以这个属性得分的设计还是不够灵活，不适合实际的场景

• 对于地理（数字描述）属性

  • 可以采用欧式距离来计算score

  • 对于u v两个节点，假设两者都只具有空间属性（数字），利用欧式距离计算u v两个节点之间的Ascore（这里需要默认排序u v两个节点之间的属性）

• 对于文本属性

  • 利用Jaccard距离去计算两者之间的得分

• 假设u v两个节点既具有文本属性，又具有数字属性，权重分配来计算

• 子图的 Attribute Score 任意两点Attribute Score的最大值（最差作为来剪枝条件）

该论文的成就

• 提出新的模型VAC，证明了该问题是NP-Hard的

• 两个Exact算法，第一个算法DFS-based算法（深度优先算法）

• 启发式算法来提升性能，例如利用k-truss的属性来剪枝，利用最小得分的下限来尽早终止搜索（两个常用的方法，同样k-core也具有相同的剪枝特性）

• approximate algorithm，迭代贪婪删除具有最大属性分数的顶点查询集

• 在真实网络进行大量实验来证明算法的性能

Exact Algorithms

整体框架

• 计算maximal k-truss（根据k-truss的所有k-truss都在最大k-truss里面）

• 在maximal k-truss的基础上（而不是全图的基础上）计算所有包含查询点的k-truss，作为候选集合

• 计算所有候选k-truss的attribute score，最小的attribute score的子图作为返回子图

DFS-based VAC Algorithm

• Add Branch pruned

  • Ascore(v+M)>Ascore(H*) 意味着当前的得分已经比H *大，无论之后是左枝add还是右枝delete，这个得分永远存在，只会变大而不会变小，所以不可能成为最优结果

  • Ascore(v+M)=Ascore(H*) and |C+M|<|VH *| 如果当前得分和暂优结果相同，并且未来假设最大子图大小小于VH *那么就可以进行剪枝，因为哪怕保持这个得分，最后大小也不可能大于当前子图的得分

  • Ascore(v+M)=Ascore(H) 相当于未来最好的结果也是和H相同

• Delete Branch pruned

• Vertex Selection Order

BFS-based VAC Algorithm

• 该算法的思路很普遍，就是不断打破最高得分的组合，拆分最高得分的点对，从而不断降低attribute score的大小

• Lemma 1：对于不断拆分的k-truss，如果Hi是Hj的子集，那么可以安全删除Hj，简而言之，Hi可以由Hj继续拆分得到

2-Approximation Algorithm

• 该算法利用近似的思想简化了问题（实际处理可以采用这样简单的思路，快速出成果）

• 和查询点之间的Ascore作为Ascore