-
题名云计算环境下面向数据分布的K-means聚类算法
被引量:12
- 1
-
-
作者
刘雪娟
袁家斌
操凤萍
-
机构
南京航空航天大学计算机科学与技术学院
东南大学成贤学院计算机科学与技术系
-
出处
《小型微型计算机系统》
CSCD
北大核心
2017年第4期712-715,共4页
-
基金
国家自然科学基金重点项目(61139002)资助
江苏省科技支撑计划项目(BE2014135)资助
江苏省产学研联合创新资金前瞻性研究项目(BY2014003-15)资助
-
文摘
在云计算环境下,针对K-means算法的经典并行方案的不足,提出面向数据分布的K-means算法.Map任务实现一次K-means算法迭代得到局部聚类中心,Reduce任务对局部聚类中心进行再聚类得到全局数据聚类中心,并将其传递给下一轮M apReduce,直到聚类结束.算法的理论分析和实验结果表明:提出的方案无论是运行时间还是迭代次数都比经典方案有一定的降低.
-
关键词
云计算
大数据
数据分布
K-MEANS聚类
MAPREDUCE
-
Keywords
cloud computing
big data
data distribution
K-means clustering
MapReduce
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名社交网站交互模式分析
被引量:6
- 2
-
-
作者
俞琰
邱广华
李珊
-
机构
南京航空航天大学经济管理学院
东南大学成贤学院计算机科学与技术系
美国宾州州立大学信息科学系
-
出处
《情报学报》
CSSCI
北大核心
2012年第2期213-224,共12页
-
基金
基金资助:国家自然科学基金(NO.70371035)
江苏省高校自然科学基金(NO.07KJB310075)
南京航空航天大学引进人才科研基金(S0951-094).
-
文摘
随着网络技术的快速发展,社交网站为广大用户提供了一种全新的交流和信息分享的平台,深受网友的欢迎。本文探讨了社交网站的交互模式,以测试来自传统物理世界的成本、互惠性、三方闭合、同质性等理论应用在虚拟世界是否有效为重点。尽管结果显示社交网站交互结构和属性变化与现实世界中的社会网络的结构有所不同,但他们在一定程度上影响了社交网站中用户交互的形成。毫无疑问,这些发现对于需要理解社交网站发展过程的研究者和实践者有重要的启示作用。
-
关键词
社交网站
网络结构
数据挖掘
社会网络分析
-
Keywords
social networking site, network structure, data mining, social network analysis
-
分类号
B089
[哲学宗教—哲学理论]
-
-
题名基于指数随机图模型的网络新闻媒体分析
被引量:3
- 3
-
-
作者
陈爱萍
俞琰
-
机构
南京金陵科技学院信息技术学院
南京航空航天大学经济管理学院
东南大学成贤学院计算机科学与技术系
-
出处
《金陵科技学院学报》
2012年第2期30-36,共7页
-
基金
江苏省高校自然科学资金资助项目(11KJD520006)
-
文摘
基于网络新闻媒体之间的转载关系构建了新闻转载网络,利用指数随机图模型,分析了新闻转载网络的结构。分析结果显示,新闻转载网络的网络关系稀疏,聚敛性和互惠性的局部结构明显,属性变量中传统媒体影响较大。指数随机图模型为研究网络新闻媒体提供了新的方法。
-
关键词
网络新闻媒体
新闻转载网络
指数随机图模型
社会网络分析
-
Keywords
Internet news media
news reprinting network
exponential random graph models
social network analysis
-
分类号
TP393.0
[自动化与计算机技术—计算机应用技术]
-
-
题名基于局部随机游走的在线社交网络朋友推荐算法
被引量:16
- 4
-
-
作者
俞琰
邱广华
-
机构
南京航空航天大学经济管理学院
东南大学成贤学院计算机科学与技术系
宾州州立大学信息科学系
-
出处
《系统工程》
CSSCI
CSCD
北大核心
2013年第2期47-54,共8页
-
基金
江苏省现代教育技术研究2012年度技术应用重点课题(2012-R-22749)
-
文摘
在线社交网络已成为用户交互和分享信息的流行的互联网平台。其中,为用户推荐朋友是在线社交网络的一项重要服务。一方面,目前在线社交网络通常基于社会图的局部特性为用户推荐朋友(即,用户间的共同朋友数目)。这种方法仅使用路径长度为2的局部结构信息,没有充分利用社会图中各种不同长度的路径及其它信息。另一方面,基于社会图全局特性的在线社交网络朋友推荐方法虽然侦测了整个社会图的结构,但是对于大规模的在线社交网络来说,这类方法的计算成本相当高。为此,本文提出了一个新的在线社交网络朋友推荐方法。它根据"小世界"假说,随机游走有限范围内的所有路径,为用户提供了既快速又准确的朋友推荐。本文使用两个真实的在线社交网络的数据集对新方法进行评估。实验结果显示提出的方法显著增加了在线社交网络朋友推荐的准确性。
-
关键词
朋友推荐
在线社交网络
随机游走
-
Keywords
Friend Recommendation
Online Social Networks
Random Walk
-
分类号
TP312
[自动化与计算机技术—计算机软件与理论]
-