TimeCrunch: Interpretable Dynamic Graph Summarization
怎样描述一个很大的动态图,或者说我们怎么去找出现实中动态图的一些模式,我们怎么评估它们的重要性。这就是这篇文章要解决的问题。纵然有许多的图算法适用于各种情况,但是传统聚类和社团搜索的目标并不是我们现在要追求的。何况它们也不能给出输出的特性的描述。
基于此,本文提出了TIMECRUNCH的算法,把动态图按照有时序标志的静态图的组合,找出成本最小的表示,并从中找出想要找的模式和特殊结构。而且最终,作者应用TIMECRUNCH分析大的动态网络,找到了多种模式和异常状态,这些表明了现实图确实展现了时序结构。
与之前的一些常用方法相比较。TIMECRUNCH可处理多种形式的图。