基于分布式图计算框架的好友推荐算法研究

• 作者: 周薇 张豪 赵马沙 韩冀中
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 好友推荐 分布式图计算框架 随机游走
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 数据工程
• 页码范围: 32-36
• 页数: 5页
• 分类号: TP3
• 字数: 6020字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2016.06.008

摘要

随着社交网络的兴起与发展，用户数目规模呈现出指数级增长的趋势。这些大规模数据里蕴含着许多有价值的信息，挖掘其中有用的信息已经成为学者研究的重点，好友推荐就是数据挖掘里的一个重要应用。为了获得更优的性能、更高的可扩展性，采用分布式平台解决大规模好友推荐成为学术界和工业界的一个发展趋势。目前使用得较广泛的为基于MapReduce框架的好友推荐算法，该方法有较高的可扩展性，但是受限于MapReduce低效的中间数据传输，存在性能缺陷。针对上述问题，提出一种基于分布式图计算框架的好友推荐算法。最后，在多个真实的社交网络数据集上评测了该方法。实验结果表明，该方法要优于业界先进的好友推荐算法，在准确率相当的情况下，性能大约为其他算法的7倍。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩冀中	中国科学院信息工程研究所信息智能处理技术研究室	24	166	6.0	12.0
2	周薇	中国科学院信息工程研究所信息智能处理技术研究室	6	39	2.0	6.0
6	赵马沙	中国科学院信息工程研究所信息智能处理技术研究室	1	1	1.0	1.0
10	张豪	重庆邮电大学通信与信息工程学院	1	1	1.0	1.0