.png){kind=icon}
返回
Efficient Computation of Hyper-triangles on Hypergraphs
.png){kind=icon}
PRE
AI
DOI：10.14778/3712221.3712238.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
超图利用超边来捕捉不同实体间的群组交互，因其有效建模真实网络的多功能性而近期受到广泛关注。本文研究了计算超三角形（由三条完全连接的超边构成）的问题，这是超图中的基本结构单元。尽管现有方法可以通过穷举检查超边组合来计算超三角形，但它们忽略了区分不同超三角形模式的结构特征。因此，这些方法在计算特定超三角形模式时缺乏针对性，且效率低下。本文揭示了一种新的超三角形形成路径，即从超边过渡到超楔形，再组装成超三角形，并基于超楔形对超三角形模式进行分类。借助这一见解，我们引入了两步框架以减少超边组合的冗余检查。在此框架下，我们提出了高效算法，用于计算特定模式下的超三角形。同时设计了近似算法以支持估算计数场景。此外，我们引入了一种细粒度的超图聚类系数度量，能够基于不同的超三角形模式反映超图的多种属性。在11个真实数据集上的广泛实验评估验证了我们提出技术的有效性和效率。
Keyword:
NETWORK
期刊
P
IF:
3.3
论文数:
563
被引数:
1.2W
机构
引用论文
Triangle listing in massive networks and its applications.png)
Proceedings of the 17th ACM SIGKDD international conference on Knowledge discovery and data mining
Proceedings of the 17th ACM SIGKDD international conference on Knowledge discovery and data miningIF0
PREAI
分享收藏
分享收藏
查看更多内容