作者：赵衍衍; 张静; 张良富; 李翠平; 陈红符号网络符号预测端到端分布式框架
摘要：社交网络中的链接关系根据其潜在的含义可分为正关系和负关系．若对网络中的链接关系进行正负标注，则可形成一个符号网络．符号网络在社会学、信息学、生物学等多个领域存在广泛应用．针对符号网络中链接关系的正负预测，已经成为当前研究的热点之一．在大数据背景下，随着符号网络规模的日益扩大，符号预测算法的可伸缩性问题日益突出．一些研究者提出了分布式环境下的符号预测方法，使得算法的可伸缩性问题部分得到缓解．但是由于大多数算法采用了服务器．客户端方式的分布式框架，导致问题并没有得到根本上的解决．提出了一种端到端分布式框架（client to client distributed framework，简称C2CDF），相比传统服务器．客户端架构的集中通信模式，C2CDF的各个节点间地位平等，不存在集中通信，集群的带宽瓶颈和压力得以减轻．通过在社交网络正负符号预测、广告点击率预测及森林类型预测这3个不同真实数据集上的实验结果表明：C2CDF能够在拥有更高准确性的同时，获得2．3倍～3-3倍的加速比，而且拥有良好的泛化性，不仅应用在了社交网络正负符号预测方面，也能作用于广告点击预测等其他领域．
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
