用近似动态大型网络并行社区检测Parallel Community Detection on Large Networks with Propinquity Dynamics |
|
课程网址: | http://videolectures.net/kdd09_zhang_pcdlnpd/ |
主讲教师: | Yuzhou Zhang |
开课单位: | 清华大学 |
开课时间: | 2009-09-14 |
课程语种: | 英语 |
中文简介: | 图或网络可以用来模拟复杂的系统。从大量的网络数据检测群落结构是一个经典的和具有挑战性的任务。在本文中,我们提出了一个新的社区检测算法,它利用一个动态的过程,通过与网络的拓扑结构和基于近似的拓扑,其中近是一对参与一个连贯的群落结构节点的概率的措施。通过拓扑和事实之间的相互强化的几轮,群落结构会自然出现。重叠的顶点共享的社区之间也可以通过附加一个简单的后处理容易识别。为了达到更好的效率,是逐步的近似计算。我们实现一个顶点上的导向块同步并行算法(BSP)模型,挖掘荷载可以分布在成千上万的机器。我们获得了有趣的实验结果在几个真实的网络数据。 |
课程简介: | 图或网络可以用来模拟复杂的系统。从大量的网络数据检测群落结构是一个经典的和具有挑战性的任务。在本文中,我们提出了一个新的社区检测算法,它利用一个动态的过程,通过与网络的拓扑结构和基于近似的拓扑,其中近是一对参与一个连贯的群落结构节点的概率的措施。通过拓扑和事实之间的相互强化的几轮,群落结构会自然出现。重叠的顶点共享的社区之间也可以通过附加一个简单的后处理容易识别。为了达到更好的效率,是逐步的近似计算。我们实现一个顶点上的导向块同步并行算法(BSP)模型,挖掘荷载可以分布在成千上万的机器。我们获得了有趣的实验结果在几个真实的网络数据。 |
关 键 词: | 社区检测算法; 拓扑; BSP |
课程来源: | 视频讲座网 |
最后编审: | 2020-06-08:吴雨秋(课程编辑志愿者) |
阅读次数: | 62 |