BBK: a simpler, faster algorithm for enumerating maximal bicliques in large sparse bipartite graphs

双分图是现实世界网络的普遍建模工具，捕捉两种不同类型顶点之间的交互。在这个框架内，当研究密集子图时，双团作为关键结构出现：它们是顶点的集合，使得第一类型的所有顶点与第二类型的所有顶点互动。因此，它们允许识别网络中密切相关的顶点组，例如具有相似兴趣的个人或具有相似内容的网页。本文介绍了一种新的算法，用于在双分图中穷举极大双团。这个算法称为BBK（Bipartite Bron-Kerbosch），是Bron-Kerbosch算法在双分图情况下的新扩展，该算法枚举标准（非双分图）图中的最大团。它比现有的最先进算法更快，并允许在现有实现无法处理的大型双分图上进行枚举。我们在理论上分析了它，建立了两个复杂性公式：一个作为输入的函数，一个作为算法输出特征的函数。我们还提供了一个C++的BBK开放访问实现，用于实验和验证其在大型真实数据集上的效率，并展示其执行时间在实践中比最先进算法短。这些实验还表明，处理顶点的顺序以及选择哪种类型的顶点来启动枚举对计算时间有影响。

论文旨在解决在二分图中枚举最大双团的问题。这是一个新问题吗？

BBK算法是一种新的枚举最大双团的算法，它是Bron-Kerbosch算法在二分图中的扩展。它比现有算法更快，能够处理大规模的二分图。

论文提出了一种新的算法BBK，用于在二分图中枚举最大双团。该算法比现有算法更快，能够处理大规模的二分图。作者提供了一个开源的C++实现，并在真实数据集上进行了实验验证。实验结果表明，BBK算法比现有算法更快，而且处理大规模数据集时更加有效。

在这个领域中，最近的相关研究包括：1. Efficient algorithms for listing all maximal bicliques. 2. A new algorithm for the maximum biclique problem. 3. An efficient algorithm for the maximum weight biclique problem.