分布式图计算相关论文
互联网的快速发展已经渗透到各个行业,海量的非结构化数据逐渐增多,产生了大量分析数据之间关系的需求,例如知识图谱、社交网络等......
平衡图划分是改善并行图计算性能的关键.一个良好的划分算法应保证划分后的子图在负载均衡的前提下,减少子图之间的交互边(切割边)......
面对符合幂律分布的大规模图数据的分析处理，分布式环境下BSP(bulksynchronous parallel)模型的计算效率优于链式MapReduce计算模型......
随着图数据规模的日益庞大和图计算作业的日益复杂,图计算的分布化成为必然趋势.然而图计算作业在运行过程中面临着分布式图计算系......
近年来,大规模图数据处理的需求日益强烈,一些图计算模型被提出,例如Pregel[1]模型,GAS[2,3,26]模型。它们可以分为离线和流式两类......
随着信息技术的飞速发展,网页检索、社交网络、生物信息科学等领域所涉及的图论知识和算法得到了广泛应用和发展。自然生成的图数......
随着互联网信息规模的急速膨胀,对大规模数据进行快速处理、学习和挖掘的需求也变得越来越多。在许多真实应用比如社交网络中,具有......
作为现实世界的一种典型抽象,图(graph)在机器学习、人工智能、知识图谱等相关领域都发挥着重要作用。随着图数据规模的不断增长,......
随着互联网的普及,用户群体规模与日俱增,由此产生大量的数据,进入大数据时代。互联网领域产生的数据大都使用图来建模表示,由于图......
本文提出了全新的异步计算-加载模型,该模型是对核外(out-of-core)图计算系统的进一步优化.在异步计算-加载模型中,计算过程和I/O......
面对日益复杂的数据关联,图的结构变得越来越流行,社交应用,页面链接,用户对商品的偏好都可以用结构化的图来表示,这样大规模的图......
随着大数据时代的到来,基于大规模数据的信息分析和数据挖掘技术逐渐适用于众多领域。对于大规模数据处理的编程模型以及计算效率......
随着信息时代的到来,人们在现实生活中积累了大量的图结构数据,分布式图计算框架通过将大规模图数据划分至多台机器上进行并行处理......
随着大数据时代的到来,数据处理方案已经出现在各行各业当中,对数据有效地处理和存储是大数据时代的基本要求。推荐系统就是大数据......
