发现图实体依赖（GEDs）的高效方法
An Efficient Approach for Discovering Graph Entity Dependencies (GEDs)
AI总结：
本文研究了图实体依赖（GEDs）的发现问题，提出了一种利用图划分算法和剪枝策略的高效方法，并基于最小描述长度原则定义了有趣性度量，通过实验验证了其可扩展性和在数据质量管理中的有效性。
摘要：
图实体依赖（GEDs）是针对属性图的新型图约束，统一了键和函数依赖。它们已被发现在许多现实世界的数据质量和数据管理任务中很有用，包括社交媒体网络上的事实核查和实体解析。在本文中，我们研究了GEDs的发现问题——在给定图数据中寻找有效GEDs的最小覆盖。我们形式化了该问题，并提出了一种有效且高效的方法来克服GED发现中的主要瓶颈。具体而言，我们利用现有的图划分算法来实现快速的GED范围发现，并在候选依赖的庞大空间上采用有效的剪枝策略。此外，我们基于最小描述长度原则定义了GEDs的有趣性度量，以对挖掘出的GEDs覆盖集进行评分和排序。最后，我们通过在真实世界基准图数据集上的大量实验证明了我们的GED发现方法的可扩展性和有效性；并展示了所发现的规则在不同下游数据质量管理应用中的有用性。
英文摘要：
Graph entity dependencies (GEDs) are novel graph constraints, unifying keys and functional dependencies, for property graphs. They have been found useful in many real-world data quality and data management tasks, including fact checking on social media networks and entity resolution. In this paper, we study the discovery problem of GEDs -- finding a minimal cover of valid GEDs in a given graph data. We formalise the problem, and propose an effective and efficient approach to overcome major bottlenecks in GED discovery. In particular, we leverage existing graph partitioning algorithms to enable fast GED-scope discovery, and employ effective pruning strategies over the prohibitively large space of candidate dependencies. Furthermore, we define an interestingness measure for GEDs based on the minimum description length principle, to score and rank the mined cover set of GEDs. Finally, we demonstrate the scalability and effectiveness of our GED discovery approach through extensive experiments on real-world benchmark graph data sets; and present the usefulness of the discovered rules in different downstream data quality management applications.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
