文件名称：研究论文-基于MapReduce的大规模图挖掘并行计算模型.pdf
文件大小：347KB
文件格式：PDF
更新时间：2022-08-27 10:18:33
计算机技术与应用
在如何快速发现大规模网络的结构和特性问题中，网络规模及复杂度的快速增长给其分析研究带来了新的挑战. MapReduce及其开源实现Hadoop给大规模图的高效处理带来了希望. 基于MapReduce框架的集群系统，提出了1种新的计算模型用于大规模图形的3-clique计算，来实现图挖掘. 计算的基本步骤是：首先获取每个节点的第1跳信息，然后是第2跳信息，最后得到所有基于该节点的3-clique. 该计算模型可以用来计算聚集系数，并且可以用于三大通话网络的挖掘. 实验结果证明这种计算模型具有良好的可扩展性和性能.