KIISE Transactions on Computing Practices (정보과학회 컴퓨팅의 실제 논문지)

Korean Institute of Information Scientists and Engineers (한국정보과학회)
권호 표지
DOI QR코드

DOI QR Code

An Efficient Traversal Algorithm for Large Hypergraphs and its Applications for Graph Analysis

대용량 하이퍼그래프에 대한 효율적인 탐색 기법과 분석에의 응용

  • 류충모 (한국과학기술원 전산학부) ;
  • 서정혁 (한국과학기술원 전산학부) ;
  • 김명호 (한국과학기술원 전산학부)
  • Received : 2017.03.02
  • Accepted : 2017.06.05
  • Published : 2017.08.15
⟨ Previous Next ⟩

Abstract

A hypergraph consists of a set of nodes and hyperedges that connect an arbitrary number of nodes. We employ graph traversal algorithms such as BFS and DFS to analyze or explore hypergraph data. However, the conventional BFS and DFS do not consider the structural characteristics of hyperedges. In this paper, we propose a method to record visited edges and nodes during the traversal algorithm for data stored in hypergraphDB. In the experiments, we conduct various hypergraph analyses that utilize traversal algorithms and show that our method achieves a fewer number of database accesses and faster processing time than the conventional one.

하이퍼그래프는 노드와 여러 노드를 연결할 수 있는 하이퍼에지로 구성된다. 하이퍼그래프 분석을 위해 그래프 기본 연산 중 그래프 탐색을 사용할 수 있다. 일반 그래프에 사용되는 DFS, BFS 탐색방법을 하이퍼그래프에 그대로 적용하였을 시 여러 노드를 연결하는 하이퍼에지의 특성을 고려하지 않는 문제가 있다. 본 논문에서는 하이퍼그래프를 위한 DBMS인 hypergraphDB에 저장 된 그래프 탐색 시 에지 단위로 탐색 여부를 판단하는 방법을 제안하고, 제안 탐색 방법을 응용한 하이퍼그래프 분석 실험을 수행하였다. 실험을 통해 일반 그래프의 탐색 기법을 적용한 경우 보다 빠른 속도와 보다 적은 DB 접근 횟수로 그래프 분석 작업을 수행함을 보인다.

Keywords

Acknowledgement

Supported by : 정보통신기술진흥센터, 한국연구재단

References

  1. D. Zhou, J. Huang, and B. Scholkopf, "Learning with Hypergraphs: Clustering, Classification, and Embedding," NIPS, Vol. 19, pp. 1633-1640, 2006.
  2. E. Ganea, and M. Brezovan, "An Hypergraph Object Oriented Model for Image Segmentation and Annoation," Proc. IMCSIT, pp. 695-701, 2010.
  3. B. Iordanov, "HypergraphDB: a generalized graph database," Proc. International Conference on Webage Information Management, pp. 25-36, 2010.
  4. S. Agarwal, K. Branson, and S. Belongie, "Higher order learning with graphs," Proc. International Conference on Machine Learning, pp. 17-24, 2006.
  5. [Online]. Available: http://konect.uni-koblenz.de/networks/dblp_coauthor
  6. M. Zhang, Z. Cui, T. Oyetunde, Y. Tang, and Y. Chen, "Recovering Metabolic Networks using A Novel Hyperlink Prediction Method," arXiv preprint arXiv:1610.06941, 2016.