基于MapReduce的并行圖序列社區(qū)挖掘算法研究.pdf

1、作為數(shù)據(jù)挖掘的重要研究方向，圖序列社區(qū)挖掘在社交網(wǎng)絡(luò)等實(shí)際問(wèn)題中有著廣泛應(yīng)用。如何精確地獲得圖序列中有價(jià)值的信息，以及如何加快算法在大規(guī)模數(shù)據(jù)集上的速度尤為關(guān)鍵?，F(xiàn)有社區(qū)挖掘方法大多基于樹(shù)狀圖記錄的分裂算法或自底向上的凝聚算法，且多為靜態(tài)挖掘而無(wú)時(shí)間方面的考慮。針對(duì)上述問(wèn)題，本文提出基于編碼代價(jià)的圖序列社區(qū)挖掘算法GSCM，并設(shè)計(jì)出基于譜聚類的GSCM-SC算法，在Hadoop MapReduce并行計(jì)算框架下對(duì)后者進(jìn)行并行化研究提出了

2、PGSCM算法。
　　本文研究二值圖序列，首先提出了編碼代價(jià)的概念，通過(guò)優(yōu)化此代價(jià)函數(shù)提出GSCM算法。算法不需任何參數(shù)，并借鑒最小描述長(zhǎng)度原理使社區(qū)劃分的復(fù)雜性與社區(qū)結(jié)構(gòu)的質(zhì)量達(dá)到平衡。將信息壓縮后再聚類以獲得較好的初始劃分，并利用遺傳算法的隨機(jī)演化和擇優(yōu)思想來(lái)避免被困于局部極小值。根據(jù)新圖對(duì)編碼代價(jià)的影響，及時(shí)判斷出社區(qū)結(jié)構(gòu)的變化。并在實(shí)際數(shù)據(jù)集上驗(yàn)證了GSCM的有效性。
　　而后基于譜聚類提出GSCM-SC算法，并對(duì)其