.png){kind=icon}
返回
Vertex Hashing Assignment‐Based Distributed Sampling Algorithm for Large‐Scale Dynamic Graph Stream
.png){kind=icon}
PRE
AI
DOI：10.1049/cit2.70184.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
摘要
近年来，关于大型图中三角形计数的研究主要集中于静态图中三角形数量的估计。大多数流式图采样算法仅能对静态图进行三角形计数估计，无法处理动态图。同时，现有的动态流式图采样算法存在估计精度低的问题。为解决这些问题，我们提出了VHADS（基于顶点哈希分配的分布式采样）算法，该算法设计用于在集群环境中对大规模动态图流中的三角形数量进行估计。作为一种分布式流式算法，VHADS通过顶点哈希分配策略有效组织工作节点处理的边数据，确保集群中每个三角形仅被一个工作节点采样。这显著提高了三角形采样的概率，并有效降低了估计误差。与现有最先进的流式采样算法相比，VHADS具有以下优势：(1) 在相同样本量下，VHADS能在更短运行时间内实现更低的估计误差，将全局三角形计数平均误差降低72.05%，局部三角形计数平均误差降低69.31%；(2) VHADS能够对动态流式图中的三角形数量进行无偏估计，严格的数学分析表明其具有更高的三角形采样概率。
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
7.3
论文数:
671
被引数:
2.4K
机构
引用论文
暂无论文信息