[发明专利]一种基于标签传播概率的并行图划分方法在审
| 申请号： | 201910212049.6 | 申请日： | 2019-03-20 |
| 公开（公告）号： | CN109960750A | 公开（公告）日： | 2019-07-02 |
| 发明（设计）人： | 季雅雯 | 申请（专利权）人： | 中南大学 |
| 主分类号： | G06F16/901 | 分类号： | G06F16/901;G06F16/958;H04L12/803;H04L29/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 410083 湖南*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 近年来，随着计算机网络的飞速发展，Web上的RDF数据量飞速增长，特别是出现了很多大规模的RDF数据集，与传统关系数据相比，RDF数据是一种典型的无模式数据且富含文本信息，这些特征也导致难以根据结构信息优化存储。本发明将复杂的网络关系划分为内部紧密联系的社区结构，从而合理地将大规模数据集进行划分及存储。本发明基于标签传播社区划分算法进行优化，针对标签传播顺序，采用顶点影响力排序的方式，选取一定种子数量分配标签开始进行传播，减少了一些不必要的计算代价并提升了划分的准确率；又结合分布式环境，对于需要反复迭代计算的过程提高了运算效率。通过上述方式，本发明能够有效地提高图划分的准确性，并提升了划分运算效率。 | ||
| 搜索关键词： | 标签 运算效率 传播 大规模数据集 反复迭代计算 分布式环境 传统关系 结构信息 模式数据 社区结构 数量分配 网络关系 文本信息 优化存储 并行图 有效地 准确率 富含 算法 计算机网络 排序 存储 概率 社区 优化 | ||
【主权项】：
1.一种大数据下一种基于标签传播概率的的并行社区发现方法。其特点在于，针对分布式环境对传统标签传播算法进行改进，采用顶点影响力排序的方式，选取一定种子数量分配标签开始进行传播，传播过程计算传播概率，并对所采用的方法在Spark GraphX中进行了整体的实现。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中南大学，未经中南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910212049.6/，转载请声明来源钻瓜专利网。
