一个能高效产生“真实”社交流数据的并行数据生成器

点击上方蓝字

关注我们

导

读

      社交流数据指记录了社交实体状态及实体间关系动态变化的数据流。它可以用来表示大量应用中的实体状态变化。由于社交流数据是图数据和流数据的结合，因此对于分析型查询处理、用户行为理解等工作提出了更高的挑战。出于对隐私、数据量庞大不易转移等问题的考虑，一个社交流数据生成器具有重要的意义。本文提出了一个合成社交流数据生成器SSG，使用SSG产生的社交流数据能够与真实数据的多项社交流数据属性相一致，包括基础的用户行为属性和图属性。本文使用多个真实社交流数据进行实验，实验表明SSG能够很好的拟合真实数据，并且能够以稳定的吞吐量和内存消耗来持续的产生社交流数据。此外，本文采用异步模型和延迟更新策略等技术设计并实现了SSG的分布式版本。实验表明，分布式SSG产生数据的吞吐量能够随着节点的增加而呈线性增长。

文章精要

请长按下方二维码识别，阅读该文。

相关内容推荐：

基于轨迹数据的热门路径规划及其消耗估计

跨多个异构数据源的实体对齐

面向多目标事务数据发布的多维泛化 2018 12(6)：1241-1254

利用局部计算的整体性子图匹配 2018 12(5)：966-983

FCS 12(1) 文章 | 处理大规模索引中的查询偏斜：一种基于视图的方法

FCS 12(1) 文章 | 伪相关反馈的强度Pareto适应度分配：在MEDLINE中的应用

---

Frontiers of Computer Science

---

Frontiers of Computer Science （FCS）是由教育部主管、高等教育出版社和北京航空航天大学共同主办、SpringerNature 公司海外发行的英文学术期刊。本刊于 2007 年创刊，双月刊，全球发行。主要刊登计算机科学领域具有创新性的综述论文、研究论文等。本刊主编为周志华教授，共同主编为熊璋教授。编委会及青年 AE 团队由国内外知名学者及优秀青年学者组成。本刊被 SCI、Ei、DBLP、INSPEC、SCOPUS 和中国科学引文数据库（CSCD）核心库等收录，为 CCF 推荐期刊；两次入选“中国科技期刊国际影响力提升计划”；入选“第4届中国国际化精品科技期刊”。

---

长按二维码关注Frontiers of Computer Science公众号