基于CUDA的并行谱聚类社区挖掘算法

• 作者: 苏一丹 蒋莉芳 覃华
• 来源期刊: 山西电子技术
• 学科: 工学
• 关键词: 社区挖掘 CUDA 并行计算 谱聚类 大规模网络
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 软件技术
• 页码范围: 46-49
• 页数: 4页
• 分类号: TP311.13
• 字数: 3139字
• 语种: 中文

摘要

社会网络和社交媒体数据具有大规模、高维度的特性,社区挖掘算法的计算效率是一个值得研究的问题.针对此问题,本文利用CUDA并行计算架构,提出一种并行的谱聚类社区挖掘算法,首先对高维的社会网络数据集进行降维,再用CUDA的并行计算能力提高谱聚类算法的计算效率.实验表明,本文所提算法能有效地提高社区挖掘算法的计算速度,并行计算效率较常规算法有5～8倍的提高,为社区挖掘计算提出一种新的思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	覃华	广西大学计算机与电子信息学院	52	334	11.0	15.0
2	苏一丹	广西大学计算机与电子信息学院	114	849	16.0	23.0
3	蒋莉芳	广西大学计算机与电子信息学院	6	2	1.0	1.0