基于局部关键节点的大数据聚类算法

• 作者: 曹阳 钱晓东
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 大数据 聚类 局部 适应度
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 高性能计算
• 页码范围: 1338-1343
• 页数: 6页
• 分类号: TP391
• 字数: 5226字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2016.07.006

摘要

为了能在大数据集中合理地寻找到网络结构,提出了一种适用于大数据集的通过局部核心节点进行社区发现的算法.对于初始节点不确定和适应度函数计算所带来的时间消耗,引入局部关键节点和对适应度公式进行改进来减少时间消耗.并在小规模数据网络和较大规模数据网络中与经典算法进行实验,由实验结果得出,在小规模的数据集中,本算法与经典算法效率相差不大,在测试数据集的规模不断变大的情况下,本算法执行效率明显提高.测试结果表明,本算法是可行和有效的,适用于大规模数据的网络结构发现.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱晓东	兰州交通大学自动化与电气工程学院	40	178	7.0	11.0
2	曹阳	兰州交通大学自动化与电气工程学院	2	11	2.0	2.0