摘要：随着社交网络规模的持续扩大,社交网络中社会关系的计算正逐渐成为数据挖掘研究的热点.如何高效获取社交网络中有价值的信息,如社交网络中适于投放广告的团体、客户关系中具有紧密关系的客户,具有重要的现实意义.对此,提出一个基于影响力的框架,来分析社交网络.首先,提出一种基于相似度的顶点间的权重度量.其次,通过顶点间的相似度来分配权重,改进PageRank算法计算每一个顶点潜在的影响力.最后,通过设置阈值,量化两点之间的影响力得分发现社交网络中的紧密子图.实验结果表明,基于影响力的紧密子图发现算法不仅在计算个人影响力和成员顶点间的共同影响力之间展现了很好的平衡,而且对于真实的社交网络也同样适用.

摘要：数据立方体是数据仓库的核心数据模型,其元组可以划分为封闭元组和非封闭元组,通过去掉非封闭单元进行压缩并分层形成了分层封闭立方体.以Hadoop为主的云计算环境通常以离线批量计算为主,查询分析有一定的延迟,不能达到OLAP的在线性和交互性.Spark是一个基于内存的快速通用的大数据并行计算框架,对此本文基于分层封闭立方体,利用Spark,设计和实现了两种有效的分布式OLAP查询算法:SLCCQuery及其优化算法SLCC_Layered Query.不同参数的数据集上的实验验证了本文提出的Spark环境下的分布式OLAP查询算法的有效性及其优化算法的相对高效性.