Effective and Efficient Community Search Over Large Directed Graphs

在有向图中寻找社区

1、介绍

现有的社区检索工作可以分为社区检测(CD)和社区搜索(CS)
社区检测主要集中在无向图，简单地忽略边缘的方向，基于链路分析检测社区。
对于社区检测，目前有很多方法，但是存在缺陷。所有这些工作通常会检测整个图中的所有社区，这通常非常耗时，尤其是在大型图上。此外，目前还不清楚它们如何应用于在线社区搜索。为了解决这些问题，最近提出了CS方法，但没有一种是为有向图定制的。
如果我们忽略方向，我们可能会识别出成员相似度低的无意义社区或僵尸用户。
CSD问题：给定有向图G的查询顶点q，以及两个正整数k和l，我们的目标是找到一个包含q的稠密连通子图，其中每个顶点的入度和出度分别至少为k和l。
还引入了CSD问题的一个变体，它对社区用户施加了更强的连接。具体来说，它要求每个社区都是一个强连接组件(SCC)[26]。我们把这个变量叫做SCSD问题。
首先从全局[7]的启发中开发了一个基本算法。然而，它是低效的，特别是在大型图上。为了提高效率，我们引入了Dcore的概念，描述了满足一定入度和出度约束的最大子图[29]，提出了一种有效的d -核分解算法。
基于d -core，我们建议将所有d -core组织在一个二维表中。然而，它的空间成本高达
Oðn3Þ，其中n是顶点的总数。为了缓解这一问题，我们进一步提出了三个指标，即NestIdx，
PathIdx和UnionIdx，通过使用一些压缩技术。
基于索引，查询性能可以得到显著提高。

2、相关工作

经典解采用基于链接的分析来获得这些群体。然而，他们没有考虑边缘方向。
关于有向图的CD方法的最新调查可以在[1]中找到。然而，这些CD方法通常很慢，因为它们经常检测整个网络中的所有社区。此外，目前还不清楚它们如何适应在线社区搜索。
在线”地从mg中提取出最有可能包含q的社区。为了度量一个社区的“善度”，人们通常使用最小度度量，返回的子图通常需要满足以下性质:(1)它包含q;(2)连接;(3)每个顶点至少有k个邻居。
良度”指标，如k-clique k-truss 和连通性

3、初期

3.1 问题定义

(u, v) ：存在u至v的边，u就做v的内邻居，v叫做u的外邻居。内度：是他的内邻居数。
外度：，表示外邻居数。
最小内度和最小外度：
为了度量有向图中群落的内聚性，我们同时考虑了内聚度和外聚度，采用最小度。我们要求图的返回团体中的每个顶点至少有k个内邻居和l个外邻居，其中k和l是两个正整数。
问题1：

返回的是连接图
问题2：

与问题1不同的是返回的一定是强连通图

3.2 d-core

定义2：D-core
属性1：Property 1 (Minimum Size). A (k, l)-core contains at least max{k, l} + 1 vertices, Vkj >=max{l,k} + 1.
属性2：

属性3：A D-core may not be connected,it may consist of multiple connected components.

证明：

4、基础算法

DGlobal，因为它在整个有向图上全局工作。
迭代删除度不满足的顶点，得到一个包括查询顶点的联通组件。

SDGlobal,从DGlobal结果中查找强连通组件。

5、d-core分解

D-core decomposition, then organize them into some indexes offline,
提出一种更快的d-core计算方法。我们的算法不是一个一个地计算d核，而是把所有的d核集合起来计算，效率很高。我们以一种集合的方式计算所有具有相同k值的(k, l)核，并引入一些新颖的剪枝技术。而且，如第6节所示，所有的d -core都可以压缩并存储在索引结构中，节省了大量的空间成本
定义三:k-list

表中每一行的所有d核构成一个k表，以线性的时间和空间代价以k列表的方式计算所有的d核。

5.1 计算k-list

表中每一行的所有d -核构成一个k-列表，这个没弄懂

anchor value：
计算k-list

5.2 剪枝算法

这些k的k-列表是完全相同的，这意味着如果它与(k-1)-列表相同，我们不需要计算k-列表。
pruning range：

5.3 全部算法

6、基于索引结构的算法