大规模图挖掘算法并行化研究

摘要：

目前大规模图挖掘算法的思路是基于MapReduce将矩阵与向量相乘的过程并行化,但却没有针对MapReduce特点对图数据进行划分,会产生大量中间结果,算法代价较高.针对这些问题,提出了GIM-V LI算法.该算法采用数据划分思想,将图矩阵横向划分,结合MapReduce特点以行为单位替代点或块的数据组织方式,并设计出＜key,value＞结构,使一个单位数据仅产生一个中间结果,从而大大减少了中间结果,提高了算法的性能.通过大量实验分析验证了该改进算法的正确性与有效性.

关键词：大规模图挖掘、矩阵与向量相乘、数据划分、MapReduce、GIM-V LI

所属期刊栏目：33

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金项目60803043、60873196、61033007;国家863高技术研究发展计划基金项目2009AA01A404

在线出版日期：2013-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：3465-3469,3474