-
题名图数据分析系统计算模型综述
被引量：5
- 1
-
-
作者
刘梦雅
刘燕兵
于静
郭莉
孙志刚
-
机构
中国科学院信息工程研究所
中国科学院大学
信息内容安全技术国家工程实验室
北京英孚泰克信息技术股份有限公司
-
出处
《计算机应用研究》
CSCD
北大核心
2017年第11期3204-3213,共10页
-
基金
中国科学院战略先导研究专项资助项目(XDA06031000)
新疆维吾尔自治区科技项目(201230123)
+1 种基金
国家自然科学基金资助项目(61402475
61272427)
-
文摘
为适应图数据规模巨大、耦合性强、动态变化等特点,实现大规模图数据的高效分析计算,对图计算系统计算模型的研究现状进行了调研和综述。介绍了图计算系统的产生和发展,然后将主流图计算系统中的计算模型按照计算对象分为节点中心计算模型、边中心计算模型、路径中心计算模型和子图计算模型四类,重点介绍节点中心模型的应用和性能。最后对图计算模型的发展过程进行总结,并展望图计算模型未来的发展方向。
-
关键词
图算法
图数据
图计算系统
图计算模型
数据一致性
-
Keywords
graph algorithms
graph data
graph computing systems
graph computing models
data consistency
-
分类号
TP301.4
[自动化与计算机技术—计算机系统结构]
-
-
题名一种融合用户关系的自适应微博话题跟踪方法
被引量：10
- 2
-
-
作者
柏文言
张闯
徐克付
张志明
-
机构
中国科学院信息工程研究所
北京邮电大学计算机学院
北京英孚泰克信息技术股份有限公司
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2017年第6期1375-1381,共7页
-
基金
国家自然科学基金(No.61602474)
-
文摘
针对微博口语化、文本短小等特点以及现有研究的不足,本文提出了一种融合用户关系的自适应微博话题跟踪方法.首先,在当前跟踪的时间窗内,推文被映射到特征空间,并作为候选推文集合.然后,针对推文的分布特点以及话题跟踪的目的,变换推文特征空间.在此基础上,利用改进的K-means聚类算法对候选推文集合进行二元聚类,从而划分出相关推文集合,即当前话题目标模型.本文通过Twitter平台获取数据进行实验,实验结果表明,该方法能够实时地跟踪话题热度的变化以及焦点的演变,并提高了微博中话题跟踪的稳定性.该方法为用户推荐、舆情分析等领域提供了有效的支撑.
-
关键词
微博
话题跟踪
自适应
用户关系
极坐标
K-MEANS算法
-
Keywords
microblog
topic tracking
self-adaptive
user relationship
polar coordinates
K-means algorithm
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
