并行最小割算法及其在金融社交网络中的应用

• 作者: 王军星 王雅丽 饶东宁 魏来
• 来源期刊: 广东工业大学学报
• 学科: 工学
• 关键词: 大数据 社交网络 并行算法 最小割 ApacheSpark
• 年，卷（期）: 2018,（2）
• 页码范围: 46-50
• 页数: 5页
• 分类号: TP182
• 字数: 4000字
• 语种: 中文
• DOI: 10.12052/gdutxb.170146

摘要

有效实施金融监管已成为金融健康发展的必要保证. 若能够在金融社交网络中,找到一部分承载网络中所有信息流动的关键节点,便能实现整个金融社交网络的有效监管. 金融社交网络图规模通常较大,须开发大规模图处理并行算法. 本文提出基于分布式图处理平台Pregel的并行最小割算法. 实验基于Apache Spark平台开展,所用数据均来自BoardEx数据库. 实验结果表明,在大规模社交网络图的处理中,该算法具有良好性能. 利用该并行算法得到金融社交网络图的最小割,便可有效实施金融监管.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	饶东宁	广东工业大学计算机学院	26	89	5.0	8.0
2	王雅丽	华南师范大学经济与管理学院	10	28	3.0	4.0
3	魏来	香港大学经济与金融学院	3	4	1.0	2.0
4	王军星	广东工业大学计算机学院	2	15	1.0	2.0