基于标签传播的社区挖掘算法研究综述

社会网络由于其流行程度已经成为众多学者的研究热点。通过社区挖掘算法可以发现存在于社会网络中的潜在社区,而重叠社区挖掘则可以挖掘出更具有现实意义的社区结构。但是在研究中社会网络所包含的庞大数据量又会为之带来种种不便,因此快速的社区挖掘算法就受到了越来越多的重视。基于标签传播的社区挖掘算法具有近乎线性的时间复杂度。文中将从多方面研究目前基于标签传播的社区挖掘算法的优劣,并且详细分析基于标签传播算法在以后研究中的改进思路。     

PC Cluster环境下基于多维数组的Data Cube算法

因为需要存取大量的数据，计算data cube要花费大量的时间和存储空间。本文研究了使用便宜的PC机群计算data cube的方法。我们使用多维数组作为存储结构，并将数组划分成若干个分片。对每个分片进行压缩以节约存储空间、减少存取时间和增量维护时间，分片被分布到不同的处理机。我们提出了一个新的流水线组织方法以及对分片建立索引的思想，大大减少了外排序的代价和存取磁盘的次数。实验结果表明我们的算法具有一定的伸缩性。     

用串行口传递文件的几个方法

在机房管理工作中,经常遇到需在多台机器上安装同一软件的情况。在安装过程中,工作人员须在现场按提示插入所须软盘,工作简单重复,令人乏味。经过探索,我们多采用先按装几套,然后利用串行口通信将其拷贝到其它机器的方法,在拷贝过程中,工作人员可进行其它工作。     

基于时间印的乐观并发控制算法

本文给出了一用于分布式数据库的并发控制算法，其原理是基于时间印的乐观控制法，算法产生了一等价于进入检验段顺序的可串行化局部日志和一等价于时间印的可串行化全局日志。     

Star Cube--一种高效的数据立方体实现方法

一个具有n个维的数据立方体有2^n个视图,视图越多,用于维护数据立方体的时间也就越长。通过将维分成划分维和非划分维,数据立方体可以转换成star cube．stal cube由一个综合表和那些仅包含划分维的视图组成。star cube使用前缀共享和元组共享技术不仅减少了所需的存储空间,还大大减少了计算和维护时间。在把一个分片限制在一个I/O单位的条件下,star cube的查询响应时间与数据立方体基本相同。实验结果也表明,star cube是一种在时空两方面均有效的数据立方体实现技术。     

实例化视图选择算法PBC

在数据仓库中,如何选择实例化视图是一个重要的问题。针对一类特定的数据立方体,该文提出了一个基于代价策略的实例化视图选择算法。通过对一个实际数据集的分析,发现在数据立方体中有很多父子视图具有相同的体积,其原因是用于产生数据立方体的基本关系的属性之间存在着密切的联系。显然,对这类数据立方体不能像算法PBS那样按照体积的大小来选择要实例化的视图。为此,设计了算法PBC,不但可以快速地给出满足条件的实例化视图集,而且可以准确地找到具有最短平均响应时间的实例化视图集,避免了在用户给出过大的参数时,实例化一些无益于缩短查询响应时间的视图。实验结果表明,算法PBC是有效的。     

联机分析多维存储结构的研究

联机分析使用多维数组作为存储结构以加快查询响应时间。为了等同的对待每个维,适应稀疏数据,必须对多维数组进行划分。目前,有两种划分方法。本文分析了它们的优缺点,给出了一种统一的存储结构,实验结果表明,为了达到转换时间短和压缩比高的目的,要选择合适的划分向量和数据块体积。     

ROLAP环境下数据立方体的计算框架

数据立方体计算是联机分析中一项重要的技术。研完工作者提出了多种具有不同存储空间和查询相应时间的数据立方体，每种数据立方体有独自的生成算法。本文分析了使用关系系统作为存储结构的一般数据立方体、部分数据立方体和浓缩数据立方体的原理，提出用合作伙伴的概念统一这三类数据立方体的思想，并设计了一个算法TCUBE用于生成这些数据立方体。我们使用了一个实际数据集测试了TCUBE的性能，结果表明它生成浓缩数据立方体的速度要快于原有的算法。     

基于时间印的乐观并发控制算法

本文给出了一用于分布式数据库的并发控制算法，其原理是基于时间印的乐观控制法，算法产生了一等价于进入检验段顺序的可串行化局部日志和一等价于时间印的可串行化全局日志。