面向大规模图数据的分布式并行聚类算法研究

摘要

图聚类作为一种重要的图数据挖掘技术,在许多实际应用中已得到广泛的关注.针对图数据日益普及、规模不断增大的现实,提出了一种高效的分布式并行图聚类算法,即MR-LSH算法.该算法是在MapReduce框架的基础上,通过对传统的位置敏感哈希(locality sensitive hashing,LSH)算法的并行化改造,使其可在分布式的集群环境中实现对大规模图数据的高效聚类.通过在真实数据集上的实验,表明该算法的可行性与有效性.