二分图的核分解与维护

图数据的流行引起了人们对内聚和密集子图挖掘的极大关注。与在一般图中为帮助挖掘稠密子图而提出的大量索引相比，在二分图中，只有极少数索引被提出。在这项工作中，我们在顶点上提出了一个索引，称为α（β）-核数，它反映了一个顶点可以在其中的最大内聚和稠密子图，以帮助枚举（α，β）-核心，这是二分图中常用的稠密结构。为了解决枚举（α，β）-核的时间和空间成本极高的问题，我们首先提出了一种计算顶点的α（β）-核心数的线性时间和空间算法。我们进一步提出了核心维护算法，当图发生变化时，通过避免重新计算来更新顶点的核心数量。在不同的真实世界和合成数据集上的实验结果证明了我们算法的有效性和效率。