基于MapReduce的图结构聚类算法

• 作者: 乔少杰 刘宇鸿 张伟鹏 李振军 李荣华 毛睿
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 图数据 并行计算模型 MapReduce 图结构聚类
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 基于图结构的大数据分析与管理技术专刊
• 页码范围: 627-641
• 页数: 15页
• 分类号: TP311
• 字数: 6630字
• 语种: 中文
• DOI: 10.13328/j.cnki.jos.005456

摘要

图结构聚类(SCAN)是一种著名的基于密度的图聚类算法,该算法不仅能够找到图中的聚类结构,而且还能发现图中的Hub节点和离群节点.然而,随着图数据规模越来越大,传统的SCAN算法的复杂度为O(m1.5)(m为图中边的条数),因此很难处理大规模的图数据.为了解决SCAN算法的可扩展性问题,提出一种基于MapReduce的海量图结构聚类算法MRSCAN,这是一种计算核心节点以及两种合并聚类的MapReduce算法.最后,在多个真实的大规模图数据集上进行实验测试,实验结果验证了算法的准确性、有效性以及可扩展性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	毛睿	深圳大学计算机与软件学院	18	81	5.0	8.0
2	乔少杰	成都信息工程大学网络空间安全学院	34	171	6.0	12.0
3	李振军	深圳大学计算机与软件学院	4	11	2.0	3.0
4	李荣华	深圳大学计算机与软件学院	4	16	3.0	4.0
5	张伟鹏	深圳大学计算机与软件学院	1	6	1.0	1.0
6	刘宇鸿	深圳大学计算机与软件学院	1	6	1.0	1.0