从时态网络中挖掘（最大）Span-cores

@第{Galimberti2018MiningS条，title={从时间网络中挖掘（最大）Span-cores}，作者＝{Edoardo Galimberti和Alain Barrat以及Francesco Bonchi和Ciro Cattuto以及Francesco Gullo}，journal={第27届ACM信息与知识管理国际会议论文集}，年份={2018年}，url={https://api.semanticscholar.org/CorpusID:52114039}}
时间网络上的应用程序由记录学校面对面的交互的近邻基础设施收集，突出了（最大）跨度核心概念在分析社会动态和检测/纠正数据中的异常方面的相关性。
ACM上的视图
[PDF]语义阅读器

本文图表

40条引文

时态网络的跨核分解

本文介绍了时间核分解的概念，其中每个核都与两个量相关联，其核性量化了其连接的密度，其跨度是一个时间间隔：它导出了这个问题与寻找（最大值）问题之间的联系span-cores和显示了如何通过动态规划在多项式时间内解决时间社区搜索。

从时间图中挖掘最大跨度的有效算法

本文在时序图中引入了$（k，\Delta）$-truss（span-trussed）的概念，这是$k$-trusses的一种时序推广，其中k捕获有关密度的信息，$\Delta$捕获此密度保持的时间跨度。

时态图上的可伸缩时间范围k-Core查询

本文提出了一种新的时态核分解（TCD）算法，该算法从先前的诱导核中逐渐诱导出时态k核，从而显著减少了“核内”冗余计算，并提出了一个紧凑的内存数据结构，称为时态边缘列表（TEL）在内存需求有限的物理层高效实现OTCD算法。

基于时序图的可伸缩时间范围核心查询

提出了一种新的时态核分解（TCD）算法，该算法可以递减地诱导时态𝑘-核心从先前的诱导核心中分离出来，从而显著减少了“核心内”冗余计算，并且优化TCD（OTCD）算法的复杂性不再取决于查询时间间隔的跨度，而仅取决于结果的规模，这意味着OTCD算法是可扩展的。

关于查询历史K-Core

本文提出了一种基于索引的解决方案和几种减少索引大小的剪枝策略，并设计了一种新的算法来构造该索引，其运行时间与最终索引大小呈线性关系。

KWIQ：回答时态网络中的k核窗口查询

本文设计了一种名为Kwiq的算法，该算法通过一种称为方向图的新型数据结构有效地处理网络更新的级联影响，并证明所提出的修剪策略比基线策略快5倍以上。

网络的核心分解：理论、算法和应用

在本调查中，对核心分解进行了深入的讨论，主要集中在基本理论和基本概念、在不同设置下有效计算核心分解的算法技术，以及可以从中受益匪浅的应用程序。

基于采样的距离广义岩心快速计算

提出了一种随机算法，以1-δ的概率生成（k，h）核分解的ϵ-近似，并通过经验证明，近似分解补充了精确计算。

大型时序图中突发核的挖掘

提出了一种新的模型，称为（l，δ）-最大突发核（maximum bursting core），用于在时序图中表示突发社区，并提出了一个有效的更新算法，该算法可以在O（l）时间内更新段密度。

多层网络中的核分解

设计了一种算法，可以有效地利用最大值特性，直接提取最内层核心，而无需首先计算多层网络的完整分解，从而与简单地从所有核心中筛选出非最内层核的天真方法相比，可以实现一致的速度提升。

42参考文献

大规模网络中的高效核心分解

本文提出了第一个用于大规模图核分解的外部记忆算法，并证明了该算法在具有多达5290万个顶点和16.5亿条边的实际网络上的效率。

社交网络中确定（广义）核心群的快速算法

提出了一种确定复杂度为m的给定网络的核分解的有效算法，其中m是线（边或弧）的数目，并将经典的k核概念推广为使用顶点属性函数而不是顶点度。

多层网络中的核分解和最密子图

引入了一个在高密度和高密度保持的层数之间权衡的多层最稠密子图的定义，并给出了如何利用多层核分解来在保证质量的情况下近似这个问题。

k核分解的流算法

本文提出了流图数据的第一个增量k核分解算法，该算法定位一个小的子图，该子图保证包含必须更新其最大k核值的顶点列表，并有效地处理该子图以更新k核分解。

k核分解

提出了用于计算网络k核分解的新的分布式算法，目的是在“实时”分布式系统中实现k核的运行时计算，并允许在一组连接的机器上分解无法托管在单个机器中的非常大的图。

不确定图的核分解

研究表明，不确定图的核心分解也可以有效地进行，并且在许多真实世界的数据集和应用程序上对定义和方法进行了评估，如影响力最大化和任务驱动的团队组建。

大型动态图的有效核心维护

主要结果是，当通过插入/删除边改变图时，只有某些节点需要更新其核心数，并提出了一种有效的识别和重新计算此类节点核心数的算法。

进化图中高效的最稠密子图计算

本文研究了动态图模型中的最稠密子图问题，针对该问题提出了第一个具有可证明保证的可伸缩算法，并表明（近似）最稠密的子图可以在每次更新数百微秒内得到有效维护。

计算链路流中的最大团

大型时序图的核心分解

    吴欢欢郑景明 吴和君
    计算机科学、数学
    2015年IEEE国际大数据会议…
  • 2015
定义了时态图中的核分解问题，提出了一种计算大规模时态图中核的高效分布式算法，并讨论了该技术在时态图分析中的应用。