现在互联网上涌现出了越来越多的应用,这些应用背后的数据结构日益复杂,已经超越了现有数据模型的表示能力。由于图数据模型的灵活性,越来越多的应用使用图数据模型来表示数据。
特别是近年来,随着社交网络与语义网的发展, 互联网上图数据的规模越来越大。例如,截止到 2017年底,微信上有将近10亿个活跃用户,这些用户相互关联与通信。仅在2016年春节期间,用 户就互相分发了32亿个微信红包。在语义网领域的Linked Open Data项目中,网络上有超过1184个RDF1图数据集,合计超过800亿条针对这些 规模巨大的图数据集,如何设计与实现高效的数据分析系统成为一个很重要的研究方向。


由于版权原因,暂时只分享部分内容,如果想要看到全部内容可以自行去[大图数据分析系统综述] (http://www.pbsti.com/science/EXQ9wnoT5Mn1JfR5un3m7pOrInwxGkQEn218lcw1PXw=.html)获取文献,或者直接私信我哈,如果我看到会及时回复。
图数据模型与大规模图数据分析

随着社交网络和语义网的发展,互联网上的图数据规模迅速扩大,图数据模型因其灵活性而被广泛应用。以微信为例,其庞大的用户群体和复杂的交互网络构成了巨大的图数据集。面对这些规模巨大的图数据集,设计和实现高效的数据分析系统成为当前研究的热点。
2432

被折叠的 条评论
为什么被折叠?



