10.3969/j.issn.1000-386x.2021.03.037
基于Spark的并行信任进化算法
为了提高信任进化(MET)算法在大数据环境下的时效性,提出一种基于Spark的并行MET算法——SparkMET.采用主从式架构,由主节点进行变异、交叉、选择过程,从节点计算适应度值.针对数据倾斜问题,提出一种新的数据分区策略——LBP算法,在SparkMET计算适应度值之前,根据合适的分区标签将数据重分区.在Epinions数据集上进行的实验表明,SparkMET算法能有效提高MET算法的运算效率.
MET、Spark、并行计算、数据倾斜
38
TP3(计算技术、计算机技术)
国家自然科学基金青年基金项目;江苏高校优势学科建设工程项目
2021-03-23(万方平台首次上网日期,不代表论文的发表时间)
共6页
243-248