摘要:采用AP聚類算法進行復雜網(wǎng)絡社團挖掘,提高了社團挖掘的精度,但在處理海量數(shù)據(jù)時算法速率明顯下降,其中一個重要原因是單臺計算機的計算性能無法滿足海量數(shù)據(jù)的計算需求。為了提高社團挖掘AP聚類在處理海量數(shù)據(jù)時的速率,設計出一種在Hadoop框架下進行的社團挖掘的并行化AP聚類方法;將傳統(tǒng)單機模式下的社團挖掘AP聚類算法在分布式平臺上分布進行并行化。實驗表明,社團挖掘的并行化AP聚類方法在社團挖掘精度不下降的情況下提高了海量數(shù)據(jù)的社團挖掘速率。
注:因版權(quán)方要求,不能公開全文,如需全文,請咨詢雜志社。
微型機與應用雜志, 半月刊,本刊重視學術(shù)導向,堅持科學性、學術(shù)性、先進性、創(chuàng)新性,刊載內(nèi)容涉及的欄目:綜述與評論、軟件天地、硬件縱橫、網(wǎng)絡與通信、應用奇葩、技術(shù)與方法、圖形與圖像等。于1982年經(jīng)新聞總署批準的正規(guī)刊物。