本文選題：復雜網(wǎng)絡 + 社區(qū)發(fā)現(xiàn)��； 參考：《計算機學報》2017年03期

【摘要】：隨著網(wǎng)絡規(guī)模的不斷擴大,傳統(tǒng)社區(qū)發(fā)現(xiàn)算法已無法有效和高效地處理大規(guī)模網(wǎng)絡數(shù)據(jù).基于Spark分布式圖計算模型,提出大規(guī)模復雜網(wǎng)絡社區(qū)并行發(fā)現(xiàn)算法DBCS(Discovering Big Community on Spark).算法利用基于模塊度的聚類思想,首先計算出節(jié)點對之間的模塊度增量,然后迭代查找出所有模塊度增量最大的節(jié)點對,對所有節(jié)點對進行合并操作,并更新節(jié)點對之間的模塊度增量,進而實現(xiàn)大規(guī)模復雜網(wǎng)絡社區(qū)識別.大量真實復雜網(wǎng)絡與仿真網(wǎng)絡數(shù)據(jù)集上的實驗結果表明:DBCS算法能有效地解決傳統(tǒng)社區(qū)發(fā)現(xiàn)算法無法處理的大規(guī)模復雜網(wǎng)絡社區(qū)劃分問題,百萬級以上節(jié)點處理時間約為4min,是Hadoop平臺下并行發(fā)現(xiàn)算法運行時間的1/20,社區(qū)識別準確率比傳統(tǒng)社區(qū)發(fā)現(xiàn)算法提高了7.4%.
[Abstract]:With the expansion of network scale, traditional community discovery algorithms can not deal with large scale network data effectively and efficiently. Based on the Spark distributed graph computing model, a parallel discovery algorithm DBCS (Discovering Big Community on spark) is proposed. Based on the idea of modular degree clustering, the algorithm first calculates the module degree increment between node pairs, then iterates to find out the node pair with the largest module degree increment, and then combines all node pairs. The modularity increment between node pairs is updated to realize large scale complex network community identification. The experimental results on a large number of real complex network and simulation network data sets show that the solution to the problem of large-scale complex network community partitioning which can not be handled by the traditional community discovery algorithm can be effectively solved by using the "DBCS" algorithm. The processing time of multi-level nodes is about 4 mins, which is 1 / 20 of the running time of parallel discovery algorithm in Hadoop platform. The accuracy of community recognition is 7.4g higher than that of traditional community discovery algorithm.
【作者單位】： 成都信息工程大學信息安全工程學院;西南交通大學信息科學與技術學院;成都信息工程大學管理學院;電子科技大學大數(shù)據(jù)研究中心;廣西師范學院科學計算與智能信息處理廣西高校重點實驗室;四川大學計算機學院;
【基金】：國家自然科學基金(61100045,61165013) 高等學校博士學科點專項科研基金(20110184120008) 教育部人文社會科學研究規(guī)劃基金(15YJAZH058);教育部人文社會科學研究青年基金(14YJCZH046) 四川省教育廳資助科研項目(14ZB0458) 科學計算與智能信息處理廣西高校重點實驗室開放課題(GXSCIIP201407)資助
【分類號】：O157.5

【相似文獻】

相關期刊論文 前10條

1 韓進;;算法淺說[J];廣西教育學院學報;2008年04期

2 王貴竹;一種產(chǎn)生單向分解值的算法[J];安徽大學學報(自然科學版);2001年03期

3 高廣尚;蔣泰;;ISO 18000-6 Type C中的防沖突機制分析[J];廣西科學院學報;2008年04期

4 石連栓;離散變量結構優(yōu)化設計算法研究綜述[J];天津職業(yè)技術師范學院學報;2001年01期

5 張宏哲;;FFT算法的一種改進[J];長安大學學報(自然科學版);1988年01期

6 范曉平;;最小生成樹(MST)的“分級選樹”算法[J];西南交通大學學報;1983年01期

7 劉志奎;劉慶民;;零件矩形邊界框區(qū)域自動提取算法及應用[J];光學技術;2012年02期

8 戴光明;張全元;包建全;;一種車型特征提取的新算法[J];武漢大學學報(信息科學版);2009年10期

9 李躍波;王麗珍;;AUCBoost算法處理不平衡分類問題[J];云南大學學報(自然科學版);2007年S2期

10 顧翔,徐克t，

本文編號：2077758