论文部分内容阅读
SimRank算法是一种常用的相似性度量模型，它基于图的拓扑结构信息来衡量任意两个对象之间的相似程度。随着数据规模的不断增大，集中式SimRank算法已不适用，而已有的分布式SimRank算法在运行效率和扩展性等方面存在缺陷。针对上述问题，提出了一种两阶段的基于随机游走路径的分布式SimRank算法。第一阶段基于BSP（bulk synchronous parallel）模型建立随机游走路径索引信息，支持新路径的动态添加，并通过阈值过滤尽可能减少生成路径的数量；第二阶段利用第一阶段生成的索引信息，提出了基