| 大规模数据下的社交网络结构洞节点发现算法研究 |
| |
| 引用本文： | 王珍,韩忠明,李晋. 大规模数据下的社交网络结构洞节点发现算法研究[J]. 计算机科学, 2017, 44(4): 188-192 |
| |
| 作者姓名： | 王珍 韩忠明 李晋 |
| |
| 作者单位： | 电子工程学院网络系 合肥230037,北京工商大学计算机与信息工程学院 北京100048,北京信息科技大学 北京100101 |
| |
| 基金项目： | 本文受国家自然科学基金项目(61170112),北京市教委科研计划项目(SM201411232005)资助 |
| |
| 摘 要： | 随着社会网络数据规模的递增,结构洞节点计算涉及的计算量呈几何级增长,如何构建有效的并行化算法并缩短算法运行的时间成为当前研究的难点。针对大规模数据量下结构洞节点发现算法的不足,利用并行化思想设计实现了基于MapReduce的结构洞节点发现算法。该算法通过DBLP,YouTube和Califonia公路网这3组规模不同的数据集在Hadoop集群上运行的实验结果表明,增加DataNode机器节点的数量能够缩短算法运行的时间,提高运行效率且具有良好的并行加速比和扩展性能。
|
| 关 键 词： | 并行计算 社会网络 结构洞 节点发现 |
| 收稿时间： | 2015-11-15 |
| 修稿时间： | 2016-03-17 |
Research on Social Network Structural Holes Discovery Algorithm under Large-scale Data |
| |
| WANG Zhen,HAN Zhong-ming and LI Jin. Research on Social Network Structural Holes Discovery Algorithm under Large-scale Data[J]. Computer Science, 2017, 44(4): 188-192 |
| |
| Authors: | WANG Zhen HAN Zhong-ming LI Jin |
| |
| Affiliation: | Department of Network,Electronic Engineering Institute,Hefei 230037,China,College of Computer and Information Engineering,Beijing Technology and Business University,Beijing 100048,China and Beijing Information Science and Technology University,Beijing 100101,China |
| |
| Abstract: | |
| |
| Keywords: | Parallel computing Social networks Structural holes Node discovery |
|
|
点击此处可从《计算机科学》下载全文 |
|
