HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

移动社交网络快速社区并行发现算法

作者:韩楠; 乔少杰; 元昌安; 黄萍; 魏军林; 彭...移动社交网络社区发现分布式计算滑坡算法模块度

摘要:针对传统社区发现技术已无法有效处理大规模移动社交网络数据的问题,基于图论知识、网络性质提出山地模型,设计了滑坡算法,采用GraphX分布式图计算框架实现了并行化社区发现算法。模型首先利用模块度的聚类思想初始化山地模型并求取网络中每条边的权重,然后利用滑坡算法,迭代削弱社区间的关系,最终获得网络的社区结构。大量真实和模拟移动社交网络数据上的实验结果表明:所提算法能解决传统社区发现算法无法处理的大规模网络社区划分问题,在保证具有较高的社区识别准确率前提下,在时间性能上较现有并行社区发现算法提高140%以上,16台服务器构成的集群对于1000万个结点构成的大规模网络进行社区发现的时间不超过10 min。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

重庆理工大学学报·自然科学

《重庆理工大学学报·自然科学》(CN:50-1205/T)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度,颇受业界和广大读者的关注和好评。 《重庆理工大学学报·自然科学》以政治哲学、工商管理、法学、语言文学为主要刊登内容,集学术性、知识性、实用性于一体,理论联系实际。

杂志详情