排序方式: 共有15条查询结果,搜索用时 125 毫秒
11.
图作为一种基本的数据类型,是对现实世界中对象及其关联关系的一种抽象.现实中许多的科学问题都可以被模型化为图的问题,因此对图数据进行分析非常的重要.图数据分析在语义web分析、社交网络、生物基因分析以及信息检索等领域有着广泛的应用.随着移动互联、物联网等信息技术的发展,图数据的规模处于持续增长的状态.为了能够应对大规模图数据的高效分析和计算,谷歌提出了Pregel分布式图处理框架,此后学术界和工业界提出了许多基于Pregel框架的优化技术和系统实现.在充分调研和分析的基础上,本文首先总结出分布式图处理系统的3个优化目标;其次,论文从计算粒度、任务调度、通信方式、负载划分等四个维度,对现有分布式图处理系统中的各类优化技术作一个详细的综述;最后,论文对该领域未来的研究内容和发展方向进行了探讨与展望. 相似文献
12.
13.
14.
15.
随着社会网络的兴起,尤其是OLAP概念的提出,人们提出了很多对OLAP研究的算法,其中对图聚类算法的研究也引起了人们的广泛关注。但是这类算法大多数只是关注节点的属性或者节点之间的关系,而很少同时考虑到节点的属性和它们之间的关系。文中从这两个方面考虑的同时,在划分节点的时候更考虑到了要划分的节点在整个组中的紧密性,把网络中的模块化运用到节点的划分中,使得划分的结果更具有现实意义,而且很好地把Q函数的理论应用到社区的划分过程中,更加注重了单个节点对整个社区划分的影响,使得划分之后的各个子社区内部关系更加紧密。 相似文献