B3:图间节点相似度分块计算方法
文献类型：会议
作者：邹李[1]
机构： 中国人民大学数据工程与知识工程教育部重点实验室;中国人民大学信息学院
年：2010
会议名称：NDBC2010第27届中国数据库学术会议
会议论文集： 《计算机科学与探索》杂志社、科学出版社
页码范围：11
会议地点：中国北京
会议开始日期：2010-10-13
所属部门：信息学院；数据工程与知识工程教育部重点实验室
语言：中文
关键词：相似度计算;链接分析;块结构;图的划分
摘要：传统的基于链接的对象相似度计算方法仅考虑单个图中的节点。Blondel等人将该问题扩展到图间节点,提出Blondel算法,但该算法的时间和空间复杂度过高,不适用于大规模图之间的节点相似度计算。如何高效地计算两个图之间的相似度的方法仍有待研究。提出了B3(block based Blondel)算法,先对图进行分块,然后将分块作为一个独立整体,应用原Blondel算法计算块内的节点相似度和块间的相似度,最后再计算任意节点间的全局相似度。该算法是收敛的,并且大大降低了时空复杂度。实验也很好地证明了算法的有效性。
作者其他论文
Spark上的等值连接优化.卞昊穹;陈跃国;杜小勇,等.华东师范大学学报（自然科学版）.2014,263-270,280.
中文产品评论结构化引擎.杨慧;刘红岩;何军.计算机与现代化.2014,1-7,15.
一种电子文件管理系统的自动化测试方法.朝乐门;杜小勇;薛四新.2014.
一种能力属性增强的Web服务信任评估模型.李海华;杜小勇;田萱.计算机学报.2008,31(8),1471-1477.
基于划分的集合相似连接.荣垂田;徐天任;杜小勇.计算机研究与发展.2012,49(10),2066-2076.
