基于MapReduce的SimRank算法在图聚类中的应用

由Jeh和Widom提出的SimRank算法是一种普适"结构相似度"计算模型。由于SimRank算法采用迭代方式计算图节点间相似性，因此时间复杂度和空间复杂度都非常高。随着数据量的激增，单机运算能力不能满足大规模数据的计算要求。本文提出了基于MapReduce计算模型的分布式SimRank算法，利用该算法对RDF图进行相似度度量，然后利用分布式的AP聚类算法对图节点进行聚类分析。实验结果表明，该方法能够高效的完成图节点的相似度度量，实现图的有效聚类。