基于spark平台的社交网络在不同文化环境中的中心度加权算法.pdfVIP

第 34 卷 第 3 期 广东工业大学学报 Vol. 34 No. 3 2017 年 5 月 Journal of Guangdong University of Technology May 2017 doi: 10.12052/gdutxb.170023 基于Spark平台的社交网络在不同文化环境中的 中心度加权算法 1 1 2 3 饶东宁 ，温远丽，魏 来，王雅丽 （1. 广东工业大学　计算机学院， 广东　广州 510006 ；2. 香港大学　经济与金融学院， 中国　香港 999077 ； 3. 华南师范大学　经济与管理学院， 广东　广州 510631 ） 摘要: 社交网络广泛应用于科技、商业、经济和生物等领域. 社交网络一般用中心性指标来对节点的重要性进行量 化, 常用的中心性指标有节点中心度、接近中心度、介数中心度、三角计数等等. 已有的中心度算法通常只考虑单一 的度量标准, 本文提出加权中心度的思想, 结合不同的中心度指标来进行综合考虑. 该实验使用社交网络的真实 BoardEX数据库, 由合作单位香港大学提供, 基础数据约600 G, 需借助Apache Spark处理大数据的能力来进行集群并行 计算. 社交网络数据分成美国、英国、欧洲和其他国家4个地区, 计算各地区上市公司的首席技术官和首席信息官的 个人中心度, 从而得到每个地区的平均加权中心度. 实验结果表明, 通过调整权值, 可以使不同区域的加权中心度的差 异尽可能小, 且由权值大小可知不同中心度度量标准对加权中心度的影响不同. 基于真实数据库和处理大数据的集群 计算, 本文的研究成果更具有现实意义和应用前景. 关键词: 社交网络；大数据；中心性；加权中心度 中图分类号: TP182 文献标志码: A 文章编号: 1007–7162(2017)03–0015–06 A Weighted Centrality Algorithm for Social Networks Based on Spark Platform in Different Cultural Environments 1 1 2 3 Rao Dong-ning , Wen Yuan-li , Wei lai , Wang Ya-li (1. School of Computers, Guangdong University of Technology, Guangzhou 510006, China; 2. School of Economics and Finance,