摘要:采用AP聚類算法進行復雜網絡社團挖掘,提高了社團挖掘的精度,但在處理海量數據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據的計算需求。為了提高社團挖掘AP聚類在處理海量數據時的速率,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據的社團挖掘速率。
注:因版權方要求,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,本刊重視學術導向,堅持科學性、學術性、先進性、創新性,刊載內容涉及的欄目:綜述與評論、軟件天地、硬件縱橫、網絡與通信、應用奇葩、技術與方法、圖形與圖像等。于1982年經新聞總署批準的正規刊物。