文献

J-GLOBAL ID：201702230947248794   整理番号：17A1392863

SAE:大規模ソーシャルネットワークのための効率的なクラウドデータ解析サービスに向けて【Powered by NICT】

SAE: Toward Efficient Cloud Data Analysis Service for Large-Scale Social Networks

著者 (4件)： Zhang Yu (Service Computing Technology and System Lab, Cluster and Grid Computing Lab, School of Computer Science and Technology, Huazhong University of Science and Technology, Wuhan 430074, China) ,  Liao Xiaofei (Service Computing Technology and System Lab, Cluster and Grid Computing Lab, School of Computer Science and Technology, Huazhong University of Science and Technology, Wuhan 430074, China) ,  Jin Hai (Service Computing Technology and System Lab, Cluster and Grid Computing Lab, School of Computer Science and Technology, Huazhong University of Science and Technology, Wuhan 430074, China) ,  Tan Guang (Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences, Shenzhen 518055, China)
資料名： IEEE Transactions on Cloud Computing  (IEEE Transactions on Cloud Computing)
巻： 5  号： 3  ページ： 563-575  発行年： 2017年 
JST資料番号： W2426A  ISSN： 2168-7161  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 社会ネットワーク解析は,人間のコミュニティの特徴を抽出するのに使用され,多様な科学領域で非常に役立つことが分かった。ソーシャルネットワークのデータセットは非常に大きく,計算は平行プラットフォーム上で行い,雲データ解析サービスは,並列プログラミングにおける経験しない研究者のための良好な選択となることが多い。雲では,効率的なデータ解析への主要な挑戦は人間の集団行動(例えば,バンドワゴン効果)によるコンピュータ間の計算と通信のスキュー(すなわち,負荷不均衡)である。伝統的な負荷分散技術は,ノードに再平衡負荷に多大な努力を必要とするか,またははぐれ星に対処できない。本論文では,雲の解析サービスをサポートするために,SAE,一般はぐれ星を意識した実行アプローチを提案した。ストラグリング特徴抽出プロセス因子より細粒サブプロセス,並列実行のためのコンピュータのクラスタ上での分散にする新規計算分解法を提供する。実験結果はSAEは最先端の解法と比較して1.77倍まで分析をスピードアップできることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 分割法 ,  コンピュータ ,  特徴抽出 ,  コミュニティ ,  ゆがみ ,  クラスタ ,  *データ解析 ,  計算 ,  負荷分散
準シソーラス用語： 不均衡 ,  集団行動 ,  並列プログラミング ,  ネットワーク解析 ,  *社会的ネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： SAE ,  大規模 ,  ソーシャルネットワーク ,  クラウド ,  データ解析 ,  サービス