基于MapReduce計(jì)算模型的PageRank算法的優(yōu)化與實(shí)現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)數(shù)據(jù)量的激增，對(duì)網(wǎng)絡(luò)中的海量數(shù)據(jù)的分析以及信息挖掘都面臨著在計(jì)算能力和存儲(chǔ)空間方面的瓶頸。針對(duì)此瓶頸，一般會(huì)選用MapReduce去處理，MapReduce是一個(gè)編程模型，主要用于在一個(gè)集群中用并行、分布式算法處理針對(duì)大型數(shù)據(jù)集的可并行化的問題。該模型主要融合了網(wǎng)格計(jì)算、并行化、分布式等技術(shù)，不僅降低了終端設(shè)備要求，而且提高了數(shù)據(jù)處理能力。本文旨在針對(duì)經(jīng)典的基于鏈接關(guān)系的網(wǎng)頁(yè)排名算法PageRank存在的不足，優(yōu)化網(wǎng)頁(yè)排名算法

2、，并設(shè)計(jì)適于MapReduce分布式計(jì)算模型的優(yōu)化算法。
　　本文主要工作如下：
　　（1）對(duì)Web結(jié)構(gòu)挖掘理論做了深入分析，并重點(diǎn)研究了PageRank算法、HITS算法、SALSA算法等以及這些算法之間的異同。
　?。?）針對(duì)PageRank算法常見的四個(gè)缺點(diǎn)（主題漂移、權(quán)值平均化、偏重舊網(wǎng)頁(yè)、興趣無關(guān)性）分別提出了相應(yīng)的解決方案，提出了優(yōu)化算法I-PR，并通過實(shí)驗(yàn)證明使用它對(duì)網(wǎng)頁(yè)進(jìn)行排序的優(yōu)越性。
　?。?