-
题名基于结构冗余性校准的在线式社会网络压缩
被引量：2
- 1
-
-
作者
杨海陆
张健沛
杨静
-
机构
哈尔滨工程大学计算机科学与技术学院
-
出处
《计算机研究与发展》
EI
CSCD
北大核心
2013年第12期2504-2519,共16页
-
基金
国家自然科学基金项目(61073041
61073043
+3 种基金
61202274
61370083)
高等学校博士学科点专项科研基金项目(20112304110011
20122304110012)
-
文摘
随着社交网络、移动互联网等新兴服务的不断涌现,在线社会网络正以前所未有的速度增长并且呈现出极强的演化特性.网络压缩技术能够将大规模网络压缩成规模更小、结构信息更简洁的网络,在数据存储和网络可视化领域发挥着重要作用.现有的压缩算法为了优化压缩损失,重复比对原始网络与压缩网络之间的差异导致过高的时间开销,并且算法仅局限于静态网络,无法满足在线社会网络的演变要求.针对上述问题,提出一种解决演化网络压缩问题的高效算法,首先设计了基于局部化判定的结构合并贡献函数及其快速调整算法,将网络的首次压缩复杂度控制在O(n)到O(mn)之间;其次,设计了一种面向演化网络压缩的动态校准算法,参照网络演化前后拓扑结构的变化,校准前一时刻的压缩表达以避免网络的重复压缩,在满足在线社会网络演变要求的同时提高了压缩效率;最后,通过对真实数据集的实验分析,验证了算法的有效性.
-
关键词
在线社会网络
网络压缩
结构合并贡献
损失优化
压缩表达校准
-
Keywords
online social networks
network compression
structure merging contribution
lossoptimization
compression expression calibrating
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
