×
达奈·库特拉；Kang，U。；基列斯·弗里肯；克里斯托斯·法洛索斯

总结和理解大型图形。 （英语） Zbl 07260433号

统计分析。数据最小值。 8，第3期，183-202（2015）.
小结：我们如何用几个简单的句子简洁地描述一个百万节点图？给定一个大图形，我们如何找到它最“重要”的结构，以便对其进行总结并轻松可视化？我们如何衡量在一个大图中发现的一组子图的“重要性”？从观察真正的图通常由星、二分核、团和链组成开始，我们的主要想法是找到这些“词汇”术语对图的最简洁描述。为此，我们首先使用一个或多个图划分算法挖掘候选子图。接下来，我们使用最小描述长度（MDL）原则确定最佳摘要，只从候选子图中挑选出那些能产生最佳无损压缩图的子图，或者等价地，最简洁地描述其邻接矩阵的子图。
我们的贡献有三方面：（i）配方：我们提供了一个原则性的编码方案，用于识别给定子图的词汇类型，用于实际图中常见的六种结构类型，（ii）算法：我们开发了VoG，这是一种根据局部图结构近似给定图的MDL最优摘要的有效方法，以及（iii）适用性：我们报告了对数百万边真实图的广泛经验评估，包括Flickr和Notre-Dame网络图。

引用于5文件

MSC公司：

62至XX 统计
68倍 计算机科学

关键词：

图形摘要；最小描述长度；图形可视化

软件：

gSpan（量程）；佩加斯；克里姆；WebGraph（网络图表）；MapReduce；奇数球；MDL4BMF公司
PDF格式BibTeX公司 XML格式引用
\textit{D.Koutra}等人，《统计分析》。数据最小8，第3号，183--202（2015；Zbl 07260433）
全文： 内政部 arXiv公司

参考文献：

[1] M.Faloutsos、P.Falooutsos和C.Faloutos，《互联网拓扑的权力关系》，载于《ACM数据通信特别利益小组会议记录》（SIGCOMM），西班牙巴塞罗那，1999年，第251-262页·Zbl 0889.68050号
[2] D.Chakrabarti、Y.Zhan、D.Blandford、C.Faloutsos和G.Blelloch，《Netmine：大型图形的新挖掘工具》，SDM链接分析研讨会，反恐与隐私，2004年。
[3] J.Leskovec、K.J.Lang、A.Dasgupta和M.W.Mahoney，大型社会和信息网络中社区结构的统计特性，第17届万维网国际会议论文集，中国北京，2008年，695-704。
[4] B.A.Prakash、M.Seshadri、A.Sridharan、S.Machiraju和C.Faloutsos，《Eigenspokes:大图形中的意外模式和社区结构》，《第十四届亚太知识发现和数据挖掘会议论文集》，印度海得拉巴，2010年。
[5] G.Karypis和V.Kumar，多层超图划分，第36届设计自动化会议论文集，洛杉矶新奥尔良，1999，343-348·Zbl 0918.68073号
[6] D.J.Cook和L.B.Holder，《使用最小描述长度和背景知识发现子结构》，《J Artif Intell Res 1》（1994年），第231-255页。
[7] T.Kamada和S.Kawai，绘制一般无向图的算法，Infor Process Lett 31（1989），7-15·Zbl 0679.68128号
[8] Y.Lim、U.Kang和C.Faloutsos，《Slashburn:洞穴人社区以外的图形压缩和挖掘》，IEEE Trans Knowl Data Eng，26（2014），3077-3089。
[9] L.Tauro、C.Palmer、G.Siganos和M.Faloutsos，《互联网拓扑的简单概念模型》，全球通信会议展览和行业论坛，德克萨斯州圣安东尼奥，2001年。
[10] J.Kleinberg、R.Kumar、P.Raghavan、S.Rajagopalan和A.Tomkins，《网络作为图形：测量、模型和方法》，第五届国际年会（COCOON）会议记录，日本东京，1999年。
[11] J.Rissanen，《用最短数据描述建模》，Automatica 14（1978），465-471·Zbl 0418.93079号
[12] D.Koutra、U.Kang、J.Vreeken和C.Faloutsos，《VoG：使用丰富词汇总结图形》，《SIAM国际数据挖掘会议论文集》，宾夕法尼亚州费城，SIAM，2014年。
[13] J.Rissanen，《整数的通用先验和最小描述长度估计》，《Ann Stat》11（1983），416-431·Zbl 0513.62005号
[14] M.Li和P.Vit´anyi，《Kolmogorov复杂性及其应用简介》，纽约，斯普林格出版社，1993年·Zbl 0805.68063号
[15] P.Gr¨unwald，《最小描述长度原则》，马萨诸塞州剑桥，麻省理工学院出版社，2007年。
[16] T.M.Cover和J.A.Thomas，《信息理论的要素》，纽约，威利国际科学出版社，2006年·Zbl 1140.94001号
[17] P.Miettinen和J.Vreeken，布尔矩阵因式分解的模型顺序选择，第17届ACM知识发现和数据挖掘国际会议（SIGKDD）论文集，加利福尼亚州圣地亚哥，2011年，51-59。
[18] P.Miettinen和J.Vreeken，mdl4bmf：布尔矩阵因式分解的最小描述长度。技术报告MPI-I-2012-5-001，马克斯·普朗克信息学院，2012年。
[19] D.Koutra、T.-Y.Ke、U.Kang、D.H.Chau、H.-K.Pao和C.Faloutsos，《统一逐关联方法：定理和快速算法》，《欧洲机器学习会议论文集和数据库知识发现原理与实践》（ECML PKDD），希腊雅典，2011年，245-260页。
[20] Flickr、，http://www.flickr.com。 ·Zbl 1407.68526号
[21] 捕捉，http://snap.stanford.edu/data/index.html。 ·Zbl 1040.68649号
[22] 安然数据集，http://www.cs.cmu.edu/安然·兹比尔1086.68505
[23] 作为俄勒冈数据集，http://topology.eecs.umich.edu/data。html格式。
[24] J.Vreeken、M.van Leeuwen和A.Siebes，Krimp：压缩的挖掘项集，《数据挖掘知识发现》23（2011），169-214·Zbl 1235.68071号
[25] A.Koopman和A.Siebes，《特征关系模式》，《第十五届ACM知识发现和数据挖掘国际会议（SIGKDD）论文集》，法国巴黎，2009年，437-446。
[26] N.Tatti和J.Vreeken，《它的长与短：用连续剧总结事件序列》，《第18届ACM知识发现和数据挖掘国际会议论文集》，中国北京，2012年·Zbl 1260.68347号
[27] X.Yan和J.Han，gSpan:基于图的子结构模式挖掘，IEEE数据挖掘国际会议，加利福尼亚州洛斯阿拉米托斯，2002年。
[28] M.Araujo、S.G¨unnemann、G.Mateos和C.Faloutsos，《超越区块：双曲社区检测》，《欧洲机器学习会议论文集与数据库知识发现原理与实践》（ECML PKDD），法国南希，2014年，第50-65页。
[29] C.Faloutsos和V.Megalooikonomou，《关于数据挖掘、压缩和Kolmogorov复杂性》，《数据挖掘知识发现》15（2007），3-20。
[30] R.Cilibrasi和P.Vit´anyi，压缩聚类，IEEE Trans Inform Technol 51（2005），1523-1545·Zbl 1297.68097号
[31] M.van Leeuwen、J.Vreeken和A.Siebes，压缩选择了重要的项目集，《第十届欧洲数据库知识发现原则与实践会议论文集》，德国柏林，2006年，585-592。
[32] D.Chakrabarti、S.Papadimitriou、D.S.Modha和C.Faloutsos，《全自动交叉关联》，第十届ACM知识发现和数据挖掘国际会议（SIGKDD）论文集，华盛顿州西雅图，2004年，79-88。
[33] P.Miettinen和J.Vreeken，mdl4bmf:布尔矩阵因式分解的最小描述长度，ACM Trans Knowl Discov Data 8（2014），1-30。
[34] K.Smets和J.Vreeken，《奇怪的一点：识别和表征异常》，《第十一届SIAM国际数据挖掘会议（SDM）论文集》，亚利桑那州梅萨，2011年，804-815。
[35] L.Akoglu、H.Tong、J.Vreeken和C.Faloutsos，CompreX：基于压缩的异常检测，In
[36] B.A.Prakash、J.Vreeken和C.Faloutsos，《发现流行病的罪魁祸首：多少人和哪些人？》？第十二届IEEE数据挖掘国际会议（ICDM）会议记录，比利时布鲁塞尔，2012年。
[37] L.Akoglu、J.Vreeken、H.Tong、N.Tatti和C.Faloutsos，大型图中标记节点的连接路径挖掘，《SIAM国际数据挖掘会议论文集》，德克萨斯州奥斯汀，2013年。
[38] P.Boldi和S.Vigna，网络图框架I：压缩技术，国际万维网会议，2004年。
[39] F.Chierichetti、R.Kumar、S.Lattanzi、M.Mitzenmacher、A.Panconesi和P.Raghavan，《关于压缩社交网络》，《第十五届ACM知识发现和数据挖掘国际会议（SIGKDD）论文集》，法国巴黎，2009年，第219-228页。
[40] A.Apostolico和G.Drovandi，bfs的图形压缩，《算法2》（2009），1031-1044·Zbl 1461.68021号
[41] H.Maserrat和J.Pei，《社交网络的邻域查询友好压缩》，《第16届ACM知识发现和数据挖掘国际会议论文集》，华盛顿特区，2010年。
[42] J.Feng，X.He，N.Hubig，C.B¨ohm，和C.Plant，利用结构原语的基于压缩的图挖掘，第13届IEEE国际数据挖掘会议论文集，德克萨斯州达拉斯，2013年，181-190年。
[43] Y.Tian、R.A.Hankins和J.M.Patel，图摘要的高效聚合，《ACM国际数据管理会议（SIGMOD）论文集》，不列颠哥伦比亚省温哥华，2008年，567-580。
[44] N.Zhang、Y.Tian和J.M.Patel，发现驱动的图形摘要，第26届国际数据工程会议论文集，加利福尼亚州长滩，2010年，880-891。
[45] H.Toivonen、F.Zhou、A.Hartikainen和A.Hinkka，加权图的压缩，第17届ACM知识发现和数据挖掘国际会议（SIGKDD）论文集，加利福尼亚州圣地亚哥，2011年，965-973。
[46] J.Leskovec和C.Faloutsos，《从大图形中采样》，载于《第十二届ACM SIGKDD知识发现和数据挖掘国际会议论文集》，KDD’06，纽约，ACM，2006，631-636。
[47] C.H¨ubler、H.-P.Kriegel、K.Borgwardt和Z.Ghahramani，代表性子图采样的Metropolis算法，《2008年IEEE第八届国际数据挖掘会议论文集》，ICDM’08，IEEE计算机学会，美国华盛顿特区，2008，283-292。
[48] A.S.Maiya和T.Y.Berger-Wolf，《抽样社区结构》，第19届万维网国际会议论文集，纽约，ACM，2010年，第701-710页。
[49] D.Rafiei和S.Curial，《通过采样有效可视化大型网络》，第16届IEEE可视化会议（VIS 2005），明尼阿波利斯，明尼苏达州，2005年，第48页。
[50] J.Dean和S.Ghemawat，《Mapreduce:大型集群上的简化数据处理》，《第六届操作系统设计与实现研讨会论文集》，加利福尼亚州旧金山，2004年。
[51] A.Koopman和A.Siebes，《高效发现关系项集》，《第八届SIAM国际数据挖掘会议论文集》，佐治亚州亚特兰大，2008年，第108-119页。
[52] S.Navlakha、R.Rastogi和N.Shrivastava，有界误差的图形摘要，《ACM国际数据管理会议（SIGMOD）论文集》，不列颠哥伦比亚省温哥华，2008年，419-432。
[53] S.Papadimitriou、J.Sun、C.Faloutsos和P.S.Yu，分层、无参数的社区发现，《欧洲机器学习与数据库知识发现原理与实践会议论文集》（ECML PKDD），比利时安特卫普，2008年，170-187。
[54] M.Rosvall和C.T.Bergstrom，解决复杂网络中社区结构的信息理论框架，美国国家科学院院刊，104（2007），7327-7331。
[55] D.H.Chau、A.Kittur、J.I.Hong和C.Faloutsos，Apolo:将机器学习和可视化相结合的交互式大型图形感知，《第17届ACM知识发现和数据挖掘国际会议论文集》，加利福尼亚州圣地亚哥，2011年。
[56] L.Akoglu、D.H.Chau、U.Kang、D.Koutra和C.Faloutsos，《Opavion：大型图形中的挖掘和可视化》，《美国计算机学会国际数据管理会议（SIGMOD）论文集》，亚利桑那州斯科茨代尔，2012年。
[57] U.Kang，C.Tsourakakis和C.Faloutsos，Pegasus:一个peta-scale图形挖掘系统的实现和观察，第九届IEEE数据挖掘国际会议（ICDM）论文集，佛罗里达州迈阿密，2009年。
[58] L.Akoglu、M.McGlohon和C.Faloutsos，《奇数球：在加权图中发现异常》，《第十四届亚太知识发现和数据挖掘会议论文集》，印度海得拉巴，2010年。
[59] B.Shneiderman，《极端可视化：将10亿条记录压缩成100万像素》，《ACM国际数据管理会议论文集》，不列颠哥伦比亚省温哥华，2008年。
[60] E.Bertini和G.Santucci，《偶然是不够的：通过非均匀采样保持相对密度》，《信息可视化学报》，2004年。
[61] U.Kang、J.-Y.Lee、D.Koutra和C.Faloutsos，《网络道路：可视化和挖掘十亿级图形》，《第十八届亚太知识发现和数据挖掘会议论文集》，台湾台南，2014年。
[62] C.Dunne和B.Shneiderman，Motif simplization:Improving network visualization readability with fan，connector，and clique glyphs，In Proceedings of the SIGCHI Conference on Human Factors In Computing Systems（CHI），New York，ACM，2013年，第3247-3256页。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。