位置:成果数据库 > 期刊 > 期刊详情页
基于Mapreduce的大规模社会网络提取方法研究
  • ISSN号:1001-3695
  • 期刊名称:计算机应用研究
  • 时间:2011.1.1
  • 页码:145-148
  • 分类:TP311[自动化与计算机技术—计算机软件与理论;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]上海理工大学管理学院,上海200093, [2]南通大学计算机科学与技术学院,江苏南通226019, [3]复旦大学计算机科学技术学院,上海200433
  • 相关基金:基金项目:国家自然科学基金资助项目(61003001,71071098);江苏省自然科学基金资助项目(BK2009153,BK2010280);南通市科技计划项目(K2008018,K2008031)
  • 相关项目:非常规突发事件的网络信息传播规律与预警机制研究
中文摘要:

从海量非规范Web数据源提取大规模高质量的社会网络有着广阔应用前景和较高学术价值,同时也面,临着海量计算所带来的巨大挑战。为此,以Digg新闻评论网站为信息源,以提取网站用户之间的共同兴趣网络为主要目标,提出了基于云平台的社会网络提取系统框架,实现了基于Mapreduce的大规模社会网络提取方法。实验结果表明,提出的方法具有较好的扩展性和伸缩性,能够胜任从异构Web数据源提取高质量的大规模社会网络的计算任务。

英文摘要:

Extracting large-scale social networks from massive heterogeneous Web data is of both theoretical and practical significance. However,one of definite features of this task was large-scale computing, which remains to be a great challenge that would be addressed. Cloud computing platform had provided us new opportunity to overcome this challenge. Hence, efforts would be dedicated to investigate the methods to extract large social network from Web data by cloud computing techniques. Specifically, proposed a Mapreduce-based approach to extract common interest network from DIGG. The experimental results show that the proposed method has good scalability and cxtensibility, having the capability to extract large-scale social network of high quality from heterogeneous Web data sources.

同期刊论文项目
期刊论文 24 会议论文 11 获奖 2
同项目期刊论文
期刊信息
  • 《计算机应用研究》
  • 北大核心期刊(2011版)
  • 主管单位:四川省科学技术厅
  • 主办单位:四川省计算机研究院
  • 主编:刘营
  • 地址:成都市成科西路3号
  • 邮编:610041
  • 邮箱:arocmag@163.com
  • 电话:028-85210177 85249567
  • 国际标准刊号:ISSN:1001-3695
  • 国内统一刊号:ISSN:51-1196/TP
  • 邮发代号:62-68
  • 获奖情况:
  • 第二届国家期刊奖百种重点科技期刊,国内计算技术类重点核心期刊,国内外著名数据库收录期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:60049