社區(qū)搜索的目標(biāo)是搜索包含查詢節(jié)點(diǎn)的有凝聚力且有意義的社區(qū)，近年來(lái)引起了人們強(qiáng)烈的研究興趣并在各種現(xiàn)實(shí)世界網(wǎng)絡(luò)中得到了廣泛的應(yīng)用。與來(lái)自單個(gè)節(jié)點(diǎn)和邊的低階方法相比，基于桁架的方法旨在探索復(fù)雜網(wǎng)絡(luò)的桁架結(jié)構(gòu)。然而，從原始連通圖構(gòu)造的基于桁架的超圖通常被分割成大量的子圖和孤立的節(jié)點(diǎn)。

為了解決這些問(wèn)題，孟濤領(lǐng)導(dǎo)的研究團(tuán)隊(duì) 于2024年3月14日在 高等教育出版社和施普林格·自然聯(lián)合出版的《計(jì)算機(jī)科學(xué)前沿》上發(fā)表了他們的新研究。

該團(tuán)隊(duì)提出了一種有偏邊緣增強(qiáng)方法，以保留和增強(qiáng)存在碎片問(wèn)題的超圖中的高階連通性。在各種網(wǎng)絡(luò)上進(jìn)行了大量的實(shí)驗(yàn)，表明我們的方法可以有效地解決碎片問(wèn)題，并且比一些最先進(jìn)的方法表現(xiàn)得更好。

在研究中，他們主要研究基于高階結(jié)構(gòu)的社區(qū)搜索問(wèn)題。社區(qū)搜索的目標(biāo)是搜索包含查詢節(jié)點(diǎn)的有凝聚力且有意義的社區(qū)，近年來(lái)引起了人們強(qiáng)烈的研究興趣并在各種現(xiàn)實(shí)世界網(wǎng)絡(luò)中得到了廣泛的應(yīng)用。與來(lái)自單個(gè)節(jié)點(diǎn)和邊的低階方法相比，基于桁架的方法旨在探索復(fù)雜網(wǎng)絡(luò)的桁架結(jié)構(gòu)。然而，從原始連通圖構(gòu)造的基于桁架的超圖通常被分割成大量的子圖和孤立的節(jié)點(diǎn)。為了解決大多數(shù)現(xiàn)有的基于桁架的社區(qū)搜索方法面臨的碎片問(wèn)題，他們提出了一種偏置邊緣增強(qiáng)方法，以保留和增強(qiáng)具有碎片問(wèn)題的超圖中的高階連通性。

最初，根據(jù)查詢節(jié)點(diǎn)識(shí)別包含所需社區(qū)的粗子圖。然后，測(cè)量子圖中每個(gè)節(jié)點(diǎn)與其的接近度。此外，這些節(jié)點(diǎn)根據(jù)其鄰近度值被分為多個(gè)級(jí)別，級(jí)別較低的節(jié)點(diǎn)具有較高的鄰近度值。然后通過(guò)將較低級(jí)別的節(jié)點(diǎn)連接到其之上級(jí)別的節(jié)點(diǎn)來(lái)增強(qiáng)邊緣。最后，對(duì)子圖進(jìn)行邊緣增強(qiáng)的k-truss社區(qū)搜索以獲得所需的社區(qū)。在各種網(wǎng)絡(luò)上的大量實(shí)驗(yàn)表明，所提出的方法可以有效解決碎片問(wèn)題，并且比一些最先進(jìn)的方法表現(xiàn)得更好。