復(fù)雜網(wǎng)絡(luò)社團發(fā)現(xiàn)算法的并行化設(shè)計與研究.pdf_第1頁
已閱讀1頁,還剩45頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著互聯(lián)網(wǎng)的迅猛發(fā)展與信息技術(shù)的普及,快速積累的海量數(shù)據(jù)時代已經(jīng)來臨。如何有效的處理海量數(shù)據(jù)是現(xiàn)今信息技術(shù)領(lǐng)域最炙手可熱的話題。解決大數(shù)據(jù)的相關(guān)問題不僅僅是時間上的挑戰(zhàn),還需要大量的機器硬件設(shè)備來支持,以便高效、準(zhǔn)確的處理和分析數(shù)據(jù)。
  云計算技術(shù)的出現(xiàn)不僅在實際上擺脫了昂貴的硬件費用問題,對海量數(shù)據(jù)處理的實用化也提供了解決方案。云計算的并行計算模型使得它遵循著不信任任何節(jié)點服務(wù)器的觀點。相同的一個數(shù)據(jù)塊的多個副本會存放在不同節(jié)

2、點上。雖然計算節(jié)點不穩(wěn)定,但是這些節(jié)點卻可以構(gòu)建出穩(wěn)定的云計算系統(tǒng)。當(dāng)今流行的Hadoop是Apache基金會的開源項目,為程序開發(fā)者提供了一個分布式系統(tǒng)的基礎(chǔ)框架。本論文針對離散化算法和復(fù)雜網(wǎng)絡(luò)社團發(fā)現(xiàn)算法進行了深入研究,并在MapReduce框架下對這兩算法進行了并行化設(shè)計與實現(xiàn),論文的主要工作如下。
  1)針對傳統(tǒng)的連續(xù)屬性離散化算法的不足,提出一種基于MapReduce框架下的并行化Chi2算法來提高對海量數(shù)據(jù)預(yù)處理的能

3、力。通過深入研究傳統(tǒng)的Chi2算法中的可并行性,設(shè)計并實現(xiàn)了相應(yīng)的MapReduce框架下的函數(shù),并依據(jù)屬性重要性程度對屬性離散化順序進行合理調(diào)整。實驗結(jié)果表明基于MapReduce編程模式的Chi2算法具有良好的可擴展性和較高的執(zhí)行效率,對于快速處理海量數(shù)據(jù)提供了一種有效方法。
  2)在大型網(wǎng)絡(luò)中經(jīng)常利用復(fù)雜網(wǎng)絡(luò)來探尋社團結(jié)構(gòu),但由于在此過程中需要計算網(wǎng)絡(luò)中每對節(jié)點之間的最短路徑,進而產(chǎn)生了相應(yīng)的局限性。為解決此類問題,在Ma

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論