社团挖掘的并行化AP聚类方法
作者： 西安理工大学自动化与信息工程学院; 陕西西安710048
摘要：采用AP聚类算法进行复杂网络社团挖掘,提高了社团挖掘的精度,但在处理海量数据时算法速率明显下降,其中一个重要原因是单台计算机的计算性能无法满足海量数据的计算需求。为了提高社团挖掘AP聚类在处理海量数据时的速率,设计出一种在Hadoop框架下进行的社团挖掘的并行化AP聚类方法;将传统单机模式下的社团挖掘AP聚类算法在分布式平台上分布进行并行化。实验表明,社团挖掘的并行化AP聚类方法在社团挖掘精度不下降的情况下提高了海量数据的社团挖掘速率。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社。
微型机与应用杂志
微型机与应用杂志， 半月刊，本刊重视学术导向，坚持科学性、学术性、先进性、创新性，刊载内容涉及的栏目：综述与评论、软件天地、硬件纵横、网络与通信、应用奇葩、技术与方法、图形与图像等。于1982年经新闻总署批准的正规刊物。
- 部级期刊
- 1个月内审核
