大规模社交图的快速可扩展分析
社会与信息网络
2015-03-19 v2 物理与社会
摘要
图分析是在线社交网络、生物网络中的蛋白质相互作用以及互联网流量分析等应用的关键组成部分。拥有数亿节点的大规模图（如社交图）的出现，给图分析应用带来了独特的挑战。这些应用大多依赖于计算节点对之间的距离，对于大图而言，使用广度优先搜索（BFS）等传统算法可能需要数分钟才能完成。本文研究了在当前大规模图上实现可扩展图处理的方法。我们探索了图坐标系统的设计空间，这是一种通过将图嵌入坐标空间来在恒定时间内精确近似节点距离的新方法。我们证明，双曲嵌入产生的失真误差相对较低，并提出了 Rigel，一个适合在计算集群上高效并行化的双曲图坐标系统。Rigel 产生的结果比先前系统精确得多，并且天然可跨计算集群并行化，使其能够为多达 4300 万节点的图提供精确结果。最后，我们展示了 Rigel 的功能可以轻松扩展以定位节点对之间的（近）最短路径。经过一次性预处理成本后，Rigel 能在数十微秒内响应节点距离查询，并且生成最短路径结果的速度比先前具有相似精度水平的最短路径系统快 18 倍。
引用
@article{arxiv.1107.5114,
title = {Fast and Scalable Analysis of Massive Social Graphs},
author = {Xiaohan Zhao and Alessandra Sala and Haitao Zheng and Ben Y. Zhao},
journal= {arXiv preprint arXiv:1107.5114},
year = {2015}
}