社交网络数据动态聚类调度算法实现

摘要：

社交网络数据的庞大规模与复杂结构增加了目标数据获取难度,为此,提出一种社交网络数据动态聚类调度算法,根据节点密度值计算节点距离值,得到Z-score标准化后的密度-距离值,将标签分配给密度-距离较大值的对应节点,完成中心点识别,构建标签种子区域,按照降序密度-距离值更新标签,优先把标签分配至重要节点,实现社交网络数据的动态聚类,提取动态迁移负载特征量,获取数据通频带特征分布,利用输出的耦合特征量与迭代函数方程,达成数据均衡调度.采用准确率、标准互信息、模块度以及兰德指数指标,评价算法的处理效果,实验结果表明,所提算法具有显著的动态聚类优越性,提高了数据传输均衡性,具有有效性,满足实际应用需求.

关键词：社交网络数据、动态聚类、均衡调度、社区中心点、标签覆盖、节点度数

所属期刊栏目：38

分类号：TP392(计算技术、计算机技术)

在线出版日期：2021-03-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：269-272,286