基于并行图计算的社区划分方法

摘要

进行了以图计算形式划分社交网络社区的调查,在调查中发现如何提升图计算应用于大规模社交网络的计算速度和扩展性,一直是研究的难点.其中针对谱图分割社交网络社区划分进行了研究,为提高谱图划分精确性、解决图计算研究难点,提出了以改进谱图论为基础、并行为实验方式的社区划分方法.实验中利用三角模型,改进了谱图论中谱聚类算法相似权值矩阵构造方法,并结合分布式并行环境Spark实现了改进算法并行化.由于三角模型是基于网络结构实际相连关系,反映了网络节点之间的复杂关系,所以通过三角模型计算节点相似性更可靠.通过实际数据集结合并行方式分别与单机分析软件、其他并行算法进行对比实验,提出的并行化图计算方法能有效提升计算速度和扩展性,以及社区划分精确性,支持大规模社交网络的挖掘分析.