MapReduce背景下的复杂网络链路预测分析

摘要：

由于复杂网络链路预测具有广泛的应用价值,现已成为数据挖掘的主要研究方向和研究热点.基于MapReduce背景,利用AUC评价指标,分析复杂网络链路预测.MapReduce作为一种并行处理海量数据的任务调度模式,可以有效规避传统并行链路算法存在的计算机复杂度高和单个计算机内存现在问题.选用6个不同类型的网络,包括社交网络、信息网络和生物网络等进行实验验证.结果显示:MapReduce背景下的复杂网络链路预测分析有效,且选取的各个参照算法的性能基本上是按照同样的规律在波动.

关键词：复杂网络、链路预测、MapReduce、并行链路算法

所属期刊栏目：34

分类号：TP311(计算技术、计算机技术)

资助基金：校级项目2016KY2118

在线出版日期：2018-10-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：52-54,61