動態(tài)異構數據分布式處理與特征提取.pdf

1、隨著移動互聯網的發(fā)展和智能終端的普及，可收集的數據以前所未有的速度增長。數據量的劇增給分析和處理帶來了前所未有的挑戰(zhàn)。如何高效地處理大量數據，以及提取數據中的特征信息成了目前的一個研究熱點。分布式處理已經成為一個流行的大數據分析工具，許多相關問題要求人們根據需求來實現合適的分布式算法。本論文重點研究了兩個與大數據相關的問題，分別針對動態(tài)的在線社交網絡信息傳播與在線用戶行為特征。經過分析，我們實現相應的分布式解法。
　　在線社交網絡

2、的普及使得信息傳播變得迅速。在本文的研究中，我們重點關注如何在有限的成本限制下選取合適的信息傳遞點，使得信息的影響力最大化。經過對異構的網絡數據進行分析，我們提取了其中的關鍵網絡動態(tài)特征，并明確了優(yōu)化問題。針對網絡的動態(tài)性，本論文利用遞進式的社區(qū)發(fā)現來劃分網絡，同時提出了動態(tài)選取節(jié)點的算法來跟蹤網絡的實時變化，使得信息傳播在不同的條件下都得到影響力優(yōu)化。實驗顯示動態(tài)的算法能夠更好地利用實時的信息傳播狀態(tài)來推廣信息。
　　在線的時序