基于端到端分布式框架的符號(hào)網(wǎng)絡(luò)預(yù)測方法

　　 社交網(wǎng)絡(luò)中的鏈接關(guān)系根據(jù)其潛在含義可分為正關(guān)系和負(fù)關(guān)系．若對網(wǎng)絡(luò)中的鏈接關(guān)系進(jìn)行正負(fù)標(biāo)注，則可形成一個(gè)符號(hào)網(wǎng)絡(luò)．符號(hào)網(wǎng)絡(luò)在社會(huì)學(xué)、信息學(xué)、生物學(xué)等多個(gè)領(lǐng)域存在廣泛應(yīng)用．針對符號(hào)網(wǎng)絡(luò)中鏈接關(guān)系的正負(fù)預(yù)測已經(jīng)成為當(dāng)前研究的熱點(diǎn)之一．在大數(shù)據(jù)背景下，隨著符號(hào)網(wǎng)絡(luò)規(guī)模的日益增大，符號(hào)預(yù)測算法的可伸縮性問題日益突出．一些研究者提出了分布式環(huán)境下的符號(hào)預(yù)測方法，使得算法的可伸縮性問題部分得到緩解．但由于大多數(shù)算法采用了服務(wù)器一客戶端方式的分布式框架，導(dǎo)致問題并沒有得到根本上的解決．本文提出了一種新的端到端分布式框架（Client to Client Distributed FrameWork，簡稱C2CDF），相比傳統(tǒng)服務(wù)器一客戶端架構(gòu)的集中通信模式，C2CDF各個(gè)節(jié)點(diǎn)間地位平等，不存在集中通信，集群的帶寬瓶頸和壓力大大減輕．通過在社交網(wǎng)絡(luò)正負(fù)符號(hào)預(yù)測、廣告點(diǎn)擊率預(yù)測及森林類型預(yù)測等三個(gè)不同真實(shí)數(shù)據(jù)集上的實(shí)驗(yàn)證明，C2CDF能夠在擁有更高準(zhǔn)確性的同時(shí)，獲得2.3-3.3倍的加速比，而且擁有良好的泛化性，不僅能應(yīng)用在社交網(wǎng)絡(luò)正負(fù)符號(hào)預(yù)測方面，也能作用于廣告點(diǎn)擊預(yù)測等其他領(lǐng)域。