基于分布式平台的Graph OLAM大规模多维网络分析挖掘系统的研究与实现

发布时间：2024-01-20 19:08

　　近年来随着互联网信息技术的迅猛发展,各个应用领域逐渐积累了海量数据,网络结构作为一种表示和分析大数据的有效方法,能够对现实生活中大量数据进行建模。这些网络数据通常具有较丰富的维度,如何从这些大规模多维网络中挖掘其中蕴含的深层次信息,为业务人员提供决策支持,逐渐成为研究人员关注的焦点。Graph OLAP(图联机分析处理)技术继承了传统OLAP技术中的相关思想,允许用户对多维网络数据从不同角度与层次进行分析。然而现有的围绕Graph OLAP技术的研究大多围绕立方体的构建开展,相关操作大多为传统OLAP技术在图数据上的拓展,提出的模型对网络自身拓扑结构的挖掘能力较弱。另一方面,以图论为基础的传统图挖掘技术,能够通过对网络拓扑结构中隐藏的信息进行挖掘来描述网络的特征,尽管一些研究引入图挖掘技术作为Graph OLAP的预处理阶段来丰富网络的维度,但并没有就如何将二者更深入结合进行讨论,分析能力依旧较为有限。为了弥补传统Graph OLAP技术分析能力不足的问题,本课题在Graph OLAP技术的基础上引入图挖掘技术对相关概念进行拓展,提出了融合Graph OLAP与图挖掘技术的Graph ...

【文章页数】：97 页

【学位级别】：硕士

本文编号：3881391