【论文笔记】sigmod15-COMMIT A Scalable Approach to Mining Communication Motifs from Dynamic Networks

相关资源

论文地址
硕士毕业论文
代码（仅有可执行文件）
作者主页

问题

本文的问题是：动态时序图中挖掘motif，可以认为是在时序图中挖掘频繁子图。子图中的边满足相同的顺序。

在有向、无标签、有重边、有时序的图中，挖掘频繁出现的模式。

时序图

对于节点的连通性，论文中仅提到存在一个序列，以及序列上的边满足时序关联，未强调序列是否为通路。在毕业论文中，则强调了是通路。文中其他时序图中的定义不在赘述。

算法仅在两处用到时间信息，一是在判断时序连通性上，二是确定模式内部边排列的顺序。
在一个模式中，时间的作用是给出各边的顺序。

主要贡献

算法主要包括三部分:将图映射为序列，在序列中挖掘时序频繁项，将挖掘到的序列转回图。算法主要的优势有两点：

• 粗粒度的映射，计算代价较小
• 将挖掘从图空间转到序列空间，挖掘代价较小

核心的贡献是：一种将图映射序列的方法，以及映射后对应的模式扩展的方法。

1. 映射为序列

对映射的要求如下。由于映射是粗粒度的，所以只能保证同构的图会映射到同一个序列，但一个序列对应的图未必都是同构的，所以需要在最后序列转为图时需要进行一定的过滤。

将图映射为序列，可以简单认为是将边按照特定顺序进行排序。那么需要解决两个问题：边的表示，以及边的顺序。边的表示使用了节点来表示，边顺序按照时间来排序。

为了满足第一条要求，需要找到同构图中的不变量，这里采用节点的度。这里度包括入度和出度。

但这样的映射不满足第二条要求，子图对应的序列未出现在超图中。

为了解决该问题，重新定义了包含。包括边包含和序列包含，使得当前映射满足要求。

支持度的计算。这里借助了支持集的概念，包含identically overlapping的支持集计算是NP hard的，所以支持度是最大无包含identically overlapping的支持集中包含实例数。求最大支持集是基于 右移序 来实现的。

这里的支持集没有使用真实的支持集，而是近似的，故最终的结果也是近似结果，并非精确解。

2. 序列增长

序列增长部分，不仅仅是要满足close，也需要满足特定的包含关系。

算法中的el是floor后的标签。b是指边中节点的位置，这里仅有普通图，故b取值仅为0,1。最初的调用中b为0。

3. 伪码

缺点

准确性