基于MapReduce挖掘海量社交网络数据中三角形的方法

摘要

本发明公开一种采用Map Reduce挖掘海量社交网络数据中三角形的方法。该方法首先将社交网络转化为以用户为节点以用户关系为边的图结构进行表达，然后，按节点度和节点名称对各节点从小到大进行排序，接着，按照节点度大小将节点划分为度数小于k和不小于k两部分，最后，采用两轮MapReduce完成三角形挖掘。在MapReduce处理阶段，在第一轮MapReduce中，不把度数值不小于k的节点的度数值小于k的邻居节点载入Reduce内存，进而解决了传统MapReduce因部分节点度数太高而无法挖掘海量数据中的三角形的问题。