Spark平台上利用网络加权Voronoi图的分散迭代社区聚类并行化研究
【摘要】 行社区检测操作时无法提供所需的数据处理能力的问题，提出一种网络加权Voronoi图的并行分散迭代社区聚类法(NWVD-PDICCM)。利用基于网络加权Voronoi图的分散迭代社区聚类方法(NWVD-DICCM)提取大型网络的有效社区结构。结合并行聚类方法，将DICCM方法的操作从串行过程转换为并行计算。利用执行并行社区聚类时的图分区，通过最小化从属工作者之间的通信来加速该过程。仿真实验结果表明，NWVD-PDICCM可以与一系列计算机架构平台共同运行，并且实现基于Spark平台的并行操作，相比其他几种较新的方法，在大规模网络数据处理能力方面得到显著提升。
