一种大型社交网络的快速准确采样方法

    公开(公告)号:CN114896516A

    公开(公告)日:2022-08-12

    申请号:CN202210432247.5

    申请日:2022-04-22

    Abstract: 本发明涉及一种大型社交网络的快速准确采样方法,在线社交网络已经具有相当复杂的自身特性和行为模式,吸引了很多研究学者对社交网络的特性、模式及规律等进行分析研究。但获取完整的大规模在线社交网络数据具有一定困难。因此,很多研究都是基于社交网络的样本网络进行实验,样本网络的质量对研究结果非常重要。本专利提出了一种通过将用户ID空间均匀划分为若干小区间,并在采样过程中对这些区间进行动态规划,实现动态调整各个区间的大小的采样方法——DaptUNI方法,以及在DaptUNI方法的基础上,将样本节点的邻居节点也加入样本集的DaptUNI+N方法。最后,通过在新浪微博网络和Twitter网络上进行实验,以及与其他经典采样方法的对比,证明本专利提出的DaptUNI和DaptUNI+N方法在采样效率、采样效果上都有明显的优势。

    有限资源下大规模图的全源最短路径分治求解方法

    公开(公告)号:CN114861970A

    公开(公告)日:2022-08-05

    申请号:CN202210278604.7

    申请日:2022-03-21

    Abstract: 本发明公开了一种有限资源下大规模图的全源最短路径分治求解方法,首先将一个大图划分为子图,通过对子图逐一加载和计算得到部分最短路径结果,经过整合后得到全源最短路径结果。本发明提供的技术方案将一种新的分割算法应用于图的分割,通过这个算法能够得到一个顶点序列,按此序列对顶点进行删除时,图会以较少的分割点和较快的速度被分割成若干个子图,通过对子图逐一加载和计算得到部分最短路径结果,经过整合后得到全源最短路径结果。这个方法不仅解决了单个机器上内存资源有限的问题,而且还可以扩展到分布式环境中。

Patent Agency Ranking