本論文では、大規模ネットワークの分析に向けて、7つのグラフサブサンプリングアルゴリズムを提案し、コミュニティ構造と中心-周辺構造の検出に適用する。
まず、コミュニティ構造検出のための分割統治アルゴリズム(PACE)を紹介する。PACEは、ネットワークをランダムにサブサンプリングし、各サブグラフでコミュニティ検出を行い、その結果を統合する手法である。
次に、中心-周辺構造検出のための分割統治アルゴリズムを提案する。このアルゴリズムは、サブグラフごとに中心-周辺構造を検出し、その結果を統合する。
理論的には、サブサンプリング手法がアルゴリズムの性能に大きな影響を与えることを示す。特に、中心ノードをより高い確率でサンプリングする手法が、中心-周辺構造検出に有効であることを明らかにする。
実験的にも、コミュニティ検出ではランダムノードサンプリングが最も良い性能を示し、中心-周辺構造検出では、エッジサンプリングやランダムウォークなどの中心ノードを重点的にサンプリングする手法が優れていることを確認した。
このように、タスクに応じて適切なサブサンプリング手法を選択することが重要であることが示された。
他の言語に翻訳
原文コンテンツから
arxiv.org
深掘り質問