Analyse van sociale netwerken

Sociale netwerk analyse wordt gebruikt om kenmerken van menselijke gemeenschappen te extraheren en blijkt zeer nuttig te zijn in een verscheidenheid van wetenschappelijke domeinen. De dataset van een sociaal netwerk is vaak zo groot dateen grote cloud data analyse dienst, waarbij de berekeningen worden uitgevoerd op een parallel platformin de cloud, een goede keuze wordt voor onderzoekers die geen ervaring hebben met parallel programmeren.In de cloud, een primaire uitdaging voor efficiënte berekeningen en data-analyse is decommunicatie scheef (dat wil zeggen, load imbalance) tussen computers veroorzaakt door groepsgedrag van de mensheid(bijvoorbeeld, het bandwagon effect). Traditionele load balancing technieken vereisen ofwelaanzienlijke inspanning om de belasting op het knooppunt opnieuw in evenwicht te brengen, of kunnen niet goed omgaan met achterblijvers. Een algemene straggler execution-aware aanpak, SAE, ter ondersteuning van de analysedienstin de wolk. Het biedt een nieuwe computationele methode die factoren achterblijvendeFeature extractie processendecompositiein meer fijnkorrelige sub-processen, die vervolgens worden gedistribueerd over clustersvan computers voor parallelle uitvoering. Experimentele resultaten tonen aan dat SAEde analyse tot 1,77 keerkan versnellenin vergelijking met state-of-the-art oplossingen.