摘要
针对经典社团结构算法直接应用于大规模网络时会出现内存溢出的问题,提出一个基于MapReduce的社团结构并行算法,将经典社团发现算法与MapReduce编程模型相结合,实现了社团发现算法的并行化处理.实验平台采用Hadoop,硬件条件为普通服务器集群.实验表明此算法能突破内存瓶颈,处理数据量超过1×108的问题,可应用于大规模网络分析中.
针对经典社团结构算法直接应用于大规模网络时会出现内存溢出的问题,提出一个基于MapReduce的社团结构并行算法,将经典社团发现算法与MapReduce编程模型相结合,实现了社团发现算法的并行化处理.实验平台采用Hadoop,硬件条件为普通服务器集群.实验表明此算法能突破内存瓶颈,处理数据量超过1×108的问题,可应用于大规模网络分析中.
出处
《华中科技大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2012年第S1期58-61,共4页
Journal of Huazhong University of Science and Technology(Natural Science Edition)
关键词
网络
社团结构
并行算法
编程模型
云计算
network
community structure
parallel algorithm
programming model
cloud computing
