{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期部分”：[[2024,4,17]]，“日期时间”：“2024-04-17T11:16:56Z”，“时间戳”：1713352616838}，“引用-计数”：77，“发布者”：“计算机协会（ACM）”，“问题”：“5”，“内容域”：{:“域”：[“dl.ACM.org”]，“交叉标记-限制”：true}、，“short-container-title”：[“ACM Trans.Knowl.Discov.Data”]，“published-print”：{“date-parts”：[[2021,10,31]]}，“abstract”：“\n拟流是图的稠密不完全子图，它推广了团的概念。从图中枚举准流体是检测紧密连接结构的一种可靠方法，在生物信息学和社会网络分析中有着广泛的应用。然而，在图中枚举拟流体是一个具有挑战性的问题，甚至比枚举团的问题还要困难。我们考虑顶部的枚举k</jats:italic>\n基于度的拟流，并做出了以下贡献：（1）u00a0我们证明了即使检测给定的拟流是否最大（即不包含在另一个拟流中）的问题也是NP-hard。（2） \u00a0我们提出了一种新的启发式算法K\nernel<\/jats:sc>\n QC来枚举\n图中最大的拟流体。我们的方法基于识别图中极稠密子图的核<\/jats:italic>\n，然后围绕这些核增长子图，以得到具有所需密度的拟流体。（3） 实验结果表明，我们的算法能够准确地从图中枚举拟流，比当前最先进的拟流枚举方法快得多（通常比当前方法快三个数量级以上），并且可以扩展到更大的图。\n<\/jats:p>“，”DOI“：”10.1145\/3446637“，”type“：”journal-article“，”created“：{”date-parts“：[2021,4,15]]，”date-time“：”2021-04-15T10:40:41Z“，”timestamp“：1618483241000}，”page“：“1-21”，”update-policy“：“：9，”title“：[”Mining Largest Maximal Quasi-Cliques“]，”前缀“：”10.1145“，”卷“：”15“，”作者“：[{”给定“：”Seyed-Vahid“，”家庭“：”Sanei-Mehri“，”sequence“：”first“，”affiliation“：[}”name“：”衣阿华州立大学，艾姆斯，衣阿华“}]}，{”given“：”Apurba“，”family“：”Das“，”序列“：”additional“，”从属“：[[{“name”：”BITS Pilani，Hyderabad Campus，Hydrabad，India“}]{”给出“：”Hooman“，”family“：”Hashemi“，”sequence“：”additional“，”affiliation“：[{”name“：”Iowa State University，Ames，Iowa“}]}，{”given“：”Srikanta“，”family“：”Tirthapura“，”sequence”：“additional”，“affiliance”：[{“name”：“Iowa州立大学，Ames serted-by“：”publisher“，”doi“：”10.5555\/646389.690506“}，{“key”：“e_1_1_2_1”，“doi-asserted-by”：“publisher”，“doi”：“10.1080\/0022250X.1973.9989826”}，}“keys”：“e_1_2_1_3_1”，”doi-assert-by“：”publisher“，”doi“：”10.1016\/j.dam.2003.09.004：“10.1007\/978-3-540-95995-3_3”}，{“key”：“e_1_2_1_5_1”，“doi-asserted-by”：“publisher”，”doi“：”10.14778\/2168651.2168658“}，{“key”：“e_1_2_1_6_1”，“doi-asserted-by”：“publisher”、“doi”：“10.1145\/2684822.2685298”}、{“密钥”：“e_1_2_1_7_1”、”doi-assert-by“：”publisher“，”doi“：”10.1287\/opere.1100.0851“}、“key“：”e_2_1_8_1“，“doi-asserted-by”：”publicher“，”doi“：“10.1016\/j.dam.2019.01.032“}，{“key”：“e_1_2_1_9_1”，“volume-title”：“arXiv预印本cs\/0310049”，“作者：“巴塔基尔·弗拉基米尔”，“年份”：“2003年”，“非结构化”：“弗拉基米尔·巴塔基尔和马贾兹·扎弗斯尼克”。2003.网络核心分解的O（m）算法。arXiv预印本cs\/0310049（2003）。弗拉基米尔·巴塔盖尔吉（Vladimir Batagelj）和马贾兹·扎弗斯尼克（Matjaz Zaversnik）。2003.网络核心分解的O（m）算法。arXiv预印本cs\/0310049（2003）。“}，{“key”：“e_1_2_1_10_1”，“doi由”：“publisher”断言，“doi”：“10.1145\/27233722.2746478”}，{“key”：“e_1_2_1_11_1”，“doi由”：“publisher”断言，“doi”：“10.1109\/ISAIS.2009.39”}，{“key”：“e_1_2_12_1”，“doi由”：“publisher”断言，“doi”：“10.1145\/2339530.2339239726”}，{“key”：“e_1_1_13_1”，“doi由”：“publisher”断言，“doi”：“10.1145\/3362342.362367”｝，｛”key“：”e_1_2_1_14_1“，”volume-title“：”学习与智能优化国际会议论文集。斯普林格，41-55“，“作者”：“布鲁纳托·毛罗”，“年份”：“2007”，“非结构化”：“毛罗·布鲁纳托，霍尔格·胡斯和罗伯特·巴蒂蒂。2007 . 关于图中最大拟群的有效寻找。《学习与智能优化国际会议论文集》。施普林格，41-55。毛罗·布鲁纳托（Mauro Brunato）、霍尔格·胡斯（Holger H.Hoos）和罗伯特·巴蒂蒂（Roberto Battiti）。2007.关于有效地发现图中的最大拟液。《学习与智能优化国际会议论文集》。Springer，41-55.“}，{”key“：”e_1_1_15_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1007\/3-540-44436-X10”}，“key”：“e_1_i_16_1”，“doi-assert-by”：“publisher”，”doi“：”10.1109\/TKDE.2010.271“}”，{767911“}，{”key“：”e_1_2_1_18_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1137\/0214017“}，{“key”：“e_1_2_1_19_1”，“volume-title”：“海量网络中的三角列表。ACM从数据中发现知识的交易6，4”，“author”：“Chu Shumo”，“year”：“2012”，“unstructured”：“Shumo Chu and James Cheng.2012。大规模网络中的三角列表。ACM《从数据中发现知识的汇刊》6，4（2012），17。朱淑墨和郑詹姆士。2012年，在大型网络中进行三角上市。《美国医学会关于从数据中发现知识的汇刊》6，4（2012），17.“}，{”key“：”e_1_1_21_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/3219819.3220093”}，“{”key“：“e_1_i_1_22_22_1”，“doi-assert-by”：“publisher”，”doi“：”10.1145\/3097983.3098031“}”，{“key”：“e_i_1_23_1”、“volume-title”：“”第43届国际自动化、语言和编程学术讨论会论文集（ICALP\u201916）“，”卷“：”148“，”作者“：”孔特·阿莱西奥“，”年份“：”2016“，”非结构化“：”阿莱西奥·孔蒂、罗伯托·格罗西、安德烈亚·马里诺和卢卡·维萨里。2016 . 大规模网络分析的子线性空间有界延迟枚举：最大团。第43届国际自动化、语言和编程学术讨论会论文集（ICALP\u201916），第148卷。1--148. Alessio Conte、Roberto Grossi、Andrea Marino和Luca Versari，2016年。大规模网络分析的子线性空间有界延迟枚举：最大团。第43届国际自动化、语言和编程学术讨论会论文集（ICALP\u201916），第148卷。1——148.“}，{”key“：”e_1_1_24_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/HiPC.2018.0016”}，“key”：“e_2_1_25_1”，“doi-assert-by”：“publisher”，”doi“：”10.1145\/3380936“}、{”密钥“：”d_2_26_1“、”卷时间“：”动态图中维护最大团的变化敏感算法。CoRR abs\/1601.06311“，”作者“：”Das Apurba“，”year“：”2016年”，“非结构化”：“Apurba Das、Michael Svendsen和Srikanta Tirthpura。2016.动态图中保持最大团的变化敏感算法。CoRR abs \/1601.06311（2016）。http://\/arxiv.org\/abs\/1601.06311 Apurba Das、Michael Svendsen和Srikanta Tirthapura。2016.动态图中保持最大团的变化敏感算法。CoRR abs \/1601.06311（2016）。http://\/arxiv.org\/abs\/1601.06311“}，{”key“：”e_1_1_27_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/BigData.2014.7004366”}，“key”：“e_1_i_1_28_1”，“doi-assert-by”：“publisher”，”doi“：”10.1016\/j.cie.2019.04.040“}”，{，“doi”：“10.1007\/978-3-642-17517-6_36”}，{“key”：“e_1_2_1_30_1”，“doi-asserted-by”：“publisher“，”DOI“：”10.1086\/229972“}，{“key”：“e_1_2_1_31_1”，“DOI-asserted-by”：“publisher”，”DOI:“10.1007\/s10618-016-0464-z”}，“key“：”e_1_cu1_32_1“，“volume-title”：“Johnson”，“author”：“Garey Michael R.”，（年份）：“2002”，“unstructured”：“Michael R.Garey and David S.Johnson。2002.Computers and Intractability。第29卷。W.H.Freeman，纽约●●●●。迈克尔·加里（Michael R.Garey）和大卫·约翰逊（David S.Johnson）。2002年。计算机与难治性。第29卷。W.H.Freeman，纽约。“}，{”key“：”e_1_2_1_33_1“，”volume-title“：”Finding a Maximum Density Subgraph“，”author“：”Goldberg Andrew V“，”unstructured“：”Andrew V.Goldberg.1984。查找最大密度子图。加利福尼亚大学伯克利分校，安德鲁·戈德堡，1984年。查找最大密度子图。加州大学伯克利分校“}，{“key”：“e_1_2_1_34_1”，“doi由”断言：“publisher”，“doi”：“10.1109\/ICDM.2010.95”}，{“key”：“e_1_2_1_35_1”，“volume title”：“最大拟集团的可扩展挖掘：一种算法系统代码设计方法。arXiv预印本arXiv:2005.0081”，“author”：“Guo Guimu”，“year”：“2020”，“nonstructured”：“Guo Guimu，Da Yan，M。Tamer\u00d6zsu和浙江。2020年。最大准流体的可缩放开采：一种算法-系统协同设计方法。arXiv预印本arXiv:2005.0081（2020）。郭桂木、大燕、M.Tamer\u00d6zsu和浙江。2020年。最大准流体的可缩放开采：一种算法-系统协同设计方法。arXiv预印arXiv:2005.00081（2020）。}，{“key”：“e_1_2_1_36_1”，“volume-title”：“一种精确定位web聚类的方法”，“author”：“Haraguchi Makoto”，“unstructured”：“Makoto Haraguci and Yoshiaki Okubo.2006。一种使用伪液化搜索精确定位网页聚类的方法。在网上联盟中。斯普林格，59-78。原口真本和大久保义。2006.一种使用伪液化搜索精确定位网页聚类的方法。在网上联盟中。Springer，59--78.“}，{“key”：“e_1_2_1_37_1”，“volume-title”：“挖掘频繁的交叉图准流。ACM从数据中发现知识的汇刊2，4”，“作者”：“蒋大新”，“年份”：“2009”，“非结构化”：“姜大新和贝健。2009。挖掘频繁的交叉图拟流体。ACM《从数据中发现知识的汇刊》2，4（2009），16。姜大新（Daxin Jiang）和贝健（Jian Pei）。2009年，开采频繁的交叉图准流体。ACM Transactions on Knowledge Discovery from Data 2，4（2009），16.“}，{”key“：”e_1_1_38_1“，”doi-asserted-by“：”publisher“，“doi”：“10.14778\/2850469.2850471”}，“key”：“e_1_i_1_39_1”，“doi-assert-by”：“publisher”，”doi“：”10.1007\/978-3642-02927-1_50“}”，{“key“:”e_2_1_40_1“”，“doi-asserted-by”“：”publisher“，”DO I“：”10.3390\/a9010021“}，{“键”：“e_1_2_1_41_1”，“第一页“：”43“，”文章标题“：”绘制恐怖分子细胞网络“，”卷“：”24“，”作者“：”克雷布斯·瓦尔迪斯·E“，”年份“：”2002“，”非结构化“：”瓦尔迪斯·E.克雷布斯。2002 . 绘制恐怖组织网络图。连接24，3（2002），43-52。瓦尔迪斯·E·克雷布斯。2002年，绘制恐怖组织网络图。Connections 24，3（2002），43--52.“，”journal-title“：”Connections“}，{”key“：”e_1_2_1_42_1“，”volume-title”：“Lakshmanan”，“author”：“Lee Pei”，“year”：“2016”，“unstructured”：“Pei Lee and Laks V.S.Lakshmann.2016.查询驱动最大准液化搜索。《2016年SIAM国际数据挖掘会议论文集》，SIAM，522-530。Pei Lee和Laks V.S.Lakshmanan。2016年，查询驱动的最大准液化搜索。2016年SIAM数据挖掘国际会议论文集。SIAM，522--530.“}，{”key“：”e_1_2_1_43_1“，”doi-asserted-by“：”crossref“，“unstructured”：“Guimei Liu Kelvin Sim and Jinyan Li.2006。大型最大双液的高效开采。在数据仓库和知识发现中。437--448. 刘桂梅（Guimei Liu Kelvin Sim）和李金燕（Jinyan Li），2006年。大型最大双液的高效开采。在数据仓库和知识发现中。437--448.“，”DOI“：”10.1007\/11823728_42“}，{“key”：“e_1_1_44_1”，“DOI-asserted-by”：“publisher”，”DOI:“10.1007\/978-3-540-87481-2_3”}，“key“：”e_1_i_1_45_1“，”DOI-assert-by“：”publisher“，“出版商”，“DOI”：“10.1007\/978-3-540-27810-8_23”}，{“密钥”：“e_1_2_1_47_1”，“卷标签”：“第16届科隆-温特图与组合优化研讨会论文集。112”，“作者”：“Marinelli Fabrizio”，“年份”：“2018”，“非结构化”：“Fabrizio Marinelli、Andrea Pizzuti和Fabrizio Rossi。2018 . 最大准流体问题的基于恒星的重新公式。第16届科隆-温特图与组合优化研讨会论文集。112中。法布里奇奥·马里内利（Fabrizio Marinelli）、安德烈亚·皮祖蒂（Andrea Pizzuti）和法布里奇奥·罗西（Fabrijio Rossi）。2018年，最大准液化问题的基于恒星的重新公式。第16届科隆-温特图与组合优化研讨会论文集。112.“}，{”key“：”e_1_1_48_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1016\/S0304-3975（98）00091-7”}，“key”：“e_2_1_49_1”，“doi-assert-by”：“publisher”，”doi“：”10.1016\/j.metabol.2014.10.030“}”，{3258.2783385“}，{”key“：”e_1_2_1_51_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1007 \/BF02760024“}，{“key”：“e_1_2_1_52_1”，“doi-asserted-by”：“publisher”，”doi“：“10.1109 \/TSC.2016.2523997”}，“key“：”e_1_i_1_53_1“，”doi-assert-by“：”publisher“，“doi”：“10.109\/TKDE.2016.2527643”}、{“密钥”：“e_1_2_1_54_1”、“doi-sserted-by“”：”crossref“，‘非结构化’：”Ha-Myung Park Francescesc o Silvestri Rasmus Pagh Chin-Wan Chung Sung-Hyon Myaeng和U。康。2018.在分布式系统上枚举万亿个子图。ACM《数据知识发现汇刊》12 6（2018）71。哈蒙公园Francesco Silvestri Rasmus Pagh Chin-Wan Chung Sung-Hyon Myaeng和U.Kang。2018.在分布式系统上枚举万亿个子图。《美国医学会数据知识发现汇刊》12 6（2018）71.“，”DOI“：”10.1145\/3237191“}，”key“：”e_1_1_55_1“，”DOI-asserted-by“：”publisher“，“DOI”：“10.1002\/net.21791”}，“key”：“e_1_i_1_56_1”，“DOI-assert-by”：“publisher”，”DOI:“10.1016\/j.dam.2012.07.019”}“，：《复杂网络优化手册》作者“：”帕蒂洛·杰弗里“，”非结构化“：”杰弗里·帕蒂洛、纳塔利·优素福和塞尔吉·布滕科。2012.社交网络分析中的集团松弛模型。在《复杂网络优化手册》中。斯普林格，143-162。杰弗里·帕蒂略（Jeffrey Pattillo）、娜塔莉·优素福（Nataly Youssef）和塞尔吉·布滕科（Sergiy Butenko）。2012.社交网络分析中的集团松弛模型。在《复杂网络优化手册》中。Springer，143-162.“}，{”key“：”e_1_1_58_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/1081870.1081898”}，“key”：“e_1_i_1_59_1”，“doi-assert-by”：“publisher”，”doi“：”10.1007\/3-540-45995-2“}”，{，{“键”：“e_1_2_1_61_1”，“卷时间”：“寻找动态稠密子图。ACM数据发现知识汇刊11，3”，“作者”：“Rozenshtein Polina”，“年份”：“2017”，“非结构化”：“Polina Rozenshtein，Nikolaj Tatti和Aristides Gionis。2017.寻找动态稠密子图。ACM《数据知识发现汇刊》11，3（2017），27。Polina Rozenshtein、Nikolaj Tatti和Aristides Gionis。2017.寻找动态稠密子图。《美国医学会关于从数据中发现知识的汇刊》11，3（2017），27.“}，{”key“：”e_1_1_62_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/BigData.2018.622352”}，“key”：“e_1_i_1_63_1”，“doi-assert-by”：“publisher”，”doi“：”10.1145\/3219819.3220097“}”，{“key“:”e_2_1_64_1““10.14778\/2140436.2140443”}，{“密钥”：“e_1_2_1_65_1“，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/ICDM.2006.111”}，{“key”：“e_1_i_1_66_1”，”volume-title“：”Mirny“，”author“：”Spirin Victor“，”year“：”2003“，”unstructured“：”Victor Spirin和Leonid A。Mirny.2003.分子网络中的蛋白质复合物和功能模块。100，21（2003），12123--12128。内政部：https:\/\/DOI.org\/10.1073\/pnas.2032324100 10.1073\/pnas2032324100 Victor Spirin和Leonid A.Mirny。分子网络中的蛋白质复合物和功能模块。100, 21 (2003), 12123--12128. DOI:https:\/\/DOI.org\/10.1073\/pnas.2032324100“}，{“key”：“e_1_1_67_1”，“DOI-asserted-by”：“publisher”，”DOI“：”10.1016\/j.jpdc.2014.08.011“}”，{”key“：”e_1_i_1_68_1“，”DOI-assert-by“：”publisher“，by“：”publisher“，”DOI“：”10.1016\/j.tcs.2006.06.015“}，{“key”：“e_1_2_1_70_1”，“doi-asserted-by“：”publisher“，”doi“：”10.1145 \/2736277.2741098“}，{“key”：“e_1_1_71_1”，“doi-assert-by”：“publisher”，”doi:“10.1145 \/24887575.2487645”}，“{”key“：”e_1_i_1_72_1“，“volume-title”：“查找近团的新方法：三叉子图问题。arXiv预处理arXiv:1405.1477”，“author”：“Tsourakakis Charala mpos e.“，”年份“：”2014年，“非结构化”：“Charalampos E.Tsourakakis。2014.寻找近团的一种新方法：三角敏感子图问题。arXiv预印本arXiv:1405.1477（2014）。查拉兰普斯·祖拉卡基斯（Charalampos E.Tsourakakis）。2014.寻找近团的一种新方法：三角敏感子图问题。arXiv预印本arXiv:1405.1477（2014）。“}，{”key“：”e_1_1_73_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1007\/978-3-540-77120-3_36”}，“key”：“e_2_1_74_1”，“doi-assert-by”：“publisher”，”doi“：”10.1371_/journal.pone.0051883“}”，{2“}，{”key“：”e_1_2_1_76_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1007\/978-3-030-60796-8_45“}，{“key”：“e_1_2_1_77_1”，“doi-asserted-by”：“publisher”，”doi“：“10.1145\/1242524.1242530”}，“key“：”e_1_i_1_78_1“，”doi-assert-by“：”publisher“，“doi”：“10.1109\/ICDE.2010.5447891”}]，“container-tile”：[“ACM Transactions on Knowledge Discovery from Data”]，“original-title”：[]，“language”：“en“，”link“：[{”URL“：”https:\/\/dl.acm.org\/doi\/pdf\/10.1145\/3446637“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2023,1,1]]，”date-time“：“2023-01-01T23:30:20Z”，”timestamp“：1672615820000}，”score“：1，”resource“：”{“primary”：{“URL”：“https:\\/dl.ac m.org\/doi\/10.1145\/3446637“}}”副标题“：[]，”短标题“：[]，”已发布“：{”日期部分“：[[2021,4,15]]}，”引用计数“：77，”日志发布“：}”问题“：“5”，”发布-打印“：{“日期部分”：[2021,10,31]]}}，“alternative-id”：[“10.1145\/3446637”]，“URL”：“http://\/dx.doi.org\/10.1145\/34446637”，“关系”：{}，N“：[”1556-4681“，”1556-472X“]，”ISSN-type“：[{”value“：”1556-46081“，“type”：“print”}，{“值”：“1556-472X”，“类型”：“电子”}]，“主题”：[]，“发布”：{“日期部分”：[[2021,4,15]]}，“断言”：[{“数值”：“2020-04-01”，“顺序”：0，“名称”：“接收”，“标签”：“收到”，“组”：标签“：”接受“，”组“：{”名称“：“publication_history”，“label”：“publication history”}}，{“value”：“2021-04-15”，“order”：2，“name”：“published”，“标签”：“published”，“group”：{“name”:“publication_ahistory“，”label“：”publication-history“}}]}}