대규모 그래프에서의 신경망 기반 속성 커뮤니티 검색

본 논문은 대규모 그래프에서 효율적이고 효과적인 속성 커뮤니티 검색 모델 ALICE를 제안한다. ALICE는 후보 부그래프 추출과 일관성 인지 신경망 모델 ConNet을 통해 커뮤니티를 예측한다. 후보 부그래프 추출 단계에서는 밀도 스케치 모듈러리티와 이분 그래프 모듈러리를 활용하여 구조와 속성 측면에서 유망한 노드들을 선별한다. ConNet은 쿼리와 그래프 간 상호작용을 효과적으로 학습하고, 구조-속성 일관성과 지역 일관성 제약을 통해 성능을 향상시킨다.