【干货书】大规模图分析:系统、算法与优化

2023-06-19

来源：专知
本文为书籍介绍，建议阅读5分钟
这本书提供了宝贵的参考指南，涵盖了大规模图分析的最新进展。

这本书向读者介绍了一种针对大规模图计算系统中图算法优化的工作负载感知方法，并提出了几种优化技术，这些技术可以使这些系统能够高效地处理高级图算法。更具体地说，它提出了一种工作负载感知的成本模型，以指导高性能算法的开发。在该成本模型的基础上，本书接着提出了一个系统级优化，结果是一个分区感知的图计算引擎，即PAGE。此外，它还提出了三种有效且可扩展的高级图算法 - 子图枚举、连贯子图检测和图提取算法。

对于初级研究者来说，这本书提供了宝贵的参考指南，涵盖了大规模图分析的最新进展；对于高级研究者来说，它分享了基于高级图算法的最新解决方案。此外，所有读者都将发现一种设计高效大规模图算法的工作负载感知方法。

Introduction
Pages 1-13

Yingxia Shao, Bin Cui, Lei Chen

Graph Computing Systems for Large-Scale Graph Analysis
Pages 15-29

Yingxia Shao, Bin Cui, Lei Chen

Partition-Aware Graph Computing System
Pages 31-55

Yingxia Shao, Bin Cui, Lei Chen

Efficient Parallel Subgraph Enumeration
Pages 57-86

Yingxia Shao, Bin Cui, Lei Chen

Efficient Parallel Graph Extraction
Pages 87-114

Yingxia Shao, Bin Cui, Lei Chen

Efficient Parallel Cohesive Subgraph Detection
Pages 115-144

Yingxia Shao, Bin Cui, Lei Chen

Conclusions
Pages 145-146

【干货书】大规模图分析:系统、算法与优化

Introduction

Graph Computing Systems for Large-Scale Graph Analysis

Partition-Aware Graph Computing System

Efficient Parallel Subgraph Enumeration

Efficient Parallel Graph Extraction

Efficient Parallel Cohesive Subgraph Detection

Conclusions

本栏目精选

热门推荐

频道导航