.png){kind=icon}
返回
Four-Set Hypergraphlets for Characterization of Directed Hypergraphs
.png){kind=icon}
PRE
AI
DOI：10.1109/TKDE.2026.3677137.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
有向超图，由节点和超弧组成，是一种能够自然模拟方向性群组交互（如分子化学反应）的高阶数据结构。尽管已有大量研究针对现实世界（有向）图的局部结构，但有向超图的局部结构仍未被探索。本文聚焦于有向超图局部结构的度量、发现和应用，它们共同为理解由方向性群组交互连接的各种现实世界系统提供了系统性认识。我们的第一项贡献是定义了91种有向超图基（DHGs），它们将构成两条邻接超弧的四组节点之间的有向连接和重叠进行不重叠分类。我们的第二项贡献是开发了用于计算每种DHG出现次数的精确和近似算法。我们的最后一项贡献是使用DHG的出现次数对11个现实世界有向超图及其中的单个超弧进行了表征，这揭示了基于领域的局部结构模式。我们的实验表明，基于DHG的表征方法在超图聚类和超弧预测方面分别比基线表征方法提高了最多12%和33%的性能。此外，我们展示了我们提出的近似算法CODA-A在表征质量相近的情况下，比竞争对手快最多36倍。
Keyword:
Data mining
directed hypergraph
graphlet
期刊
IF:
10.4
论文数:
6.8K
被引数:
3.2W
机构
引用论文
Sequences of Sets.png)
Proceedings of the 24th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining
OAAI
Proceedings of the 24th ACM SIGKDD International Conference on Knowledge Discovery & Data MiningIF0
OAAI分享收藏ArnetMinerProceedings of the 14th ACM SIGKDD international conference on Knowledge discovery and data mining
Proceedings of the 14th ACM SIGKDD international conference on Knowledge discovery and data miningIF0
PREAI
分享收藏分享收藏XGBoostProceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data MiningOAAI
Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data MiningIF0
OAAI分享收藏
查看更多内容