基於鯤鵬的分佈式圖分析算法實戰

袁野 北京理工大學計算機學院教授，國家傑青和優青基金獲得者。長期從事大數據管理與分析研究，發表CCF A類論文100餘篇。主持國家自然科學基金重點項目、科技部重點研發項目。獲中國電子學會自然科學一等獎，教育部和遼寧省科技進步一等獎。擔任中國計算機學會數據庫專業委員會副主任。香港科技大學、香港中文大學、英國愛丁堡大學訪問學者。

叢書序
前言
本書閱讀導引
第1章 圖分析技術概述
1.1 圖分析技術的重要性
1.1.1 發展脈絡
1.1.3 應用發展
1.2 圖分析技術體系
1.2.1 圖數據庫技術
1.2.2 圖計算技術
1.2.3 圖學習技術
1.2.4 圖生成技術
1.2.5 圖可視化技術
1.3 大數據背景下圖分析技術面臨的挑戰
第2章 經典圖算法
2.1 路徑分析
2.1.1 最短路徑算法
2.1.2 環路檢測算法
2.2 社區挖掘
2.2.1 連通分量算法
2.2.2 Louvain算法
2.3 中心性分析
2.3.1 Betweenness算法
2.3.2 K-Core分解算法
2.4 度量統計
2.4.1 三角形計數算法
2.4.2 集聚系數算法
2.5 相似性分析
2.5.1 SimRank算法
2.5.2 子圖匹配算法
第3章 分佈式圖計算框架
3.1 分佈式大數據平臺概述
3.1.1 Hadoop
3.1.2 Spark
3.1.3 Flink
3.1.4 小結
3.2 分佈式圖計算框架核心技術
3.2.1 編程模型
3.2.2 通信模型
3.2.3 執行模型
3.2.4 計算模型
3.2.5 圖劃分
3.3 經典分佈式圖計算框架
3.3.1 Pregel
3.3.2 GraphLab
3.3.3 GraphX
3.3.4 Gemini
3.4 分佈式圖計算的技術挑戰
第4章 鯤鵬BoostKit圖分析算法加速庫
4.1 鯤鵬芯片
4.1.1 鯤鵬芯片的發展歷程
4.1.2 鯤鵬芯片的架構
4.1.3 鯤鵬920的特性
4.2 鯤鵬BoostKit概述
4.2.1 鯤鵬應用使能套件BoostKit
4.2.2 大數據使能套件
4.3 鯤鵬BoostKit圖分析算法加速庫簡介
4.3.1 算法庫概述
4.3.2 算法加速庫安裝部署
4.3.3 算法庫集成開發
4.3.4 算法庫調測樣例
4.4 鯤鵬BoostKit圖分析算法加速庫調優指南
4.4.1 平臺側調優
4.4.2 資源側調優
4.4.3 算法側調優
第5章 基於鯤鵬的分佈式圖分析算法優化實戰
5.1 環路檢測算法
5.1.1 分佈式實現
5.1.2 難點分析
5.1.3 關鍵步驟與優化點解析
5.1.4 鯤鵬BoostKit算法API介紹
5.2 Louvain算法
5.2.1 分佈式實現
5.2.2 難點分析
5.2.3 關鍵步驟與優化點解析
5.2.4 鯤鵬BoostKit算法API介紹
5.3 Betweenness算法
5.3.1 分佈式實現
5.3.2 難點分析
5.3.3 關鍵步驟與優化點解析
5.3.4 鯤鵬BoostKit算法API介紹
5.4 PageRank算法
5.4.1 分佈式實現
5.4.2 難點分析
5.4.3 關鍵步驟與優化點解析
5.4.4 鯤鵬BoostKit算法API介紹
5.5 K-Core分解算法
5.5.1 分佈式實現
5.5.2 難點分析
5.5.3 關鍵步驟與優化點解析
5.5.4 鯤鵬BoostKit算法API介紹
5.6 子圖匹配算法
5.6.1 分佈式實現
5.6.2 難點分析
5.6.3 關鍵步驟與優化點解析
5.6.4 鯤鵬BoostKit算法API介紹
第6章 圖分析算法應用實戰
6.1 網頁搜索排名案例
6.1.1 場景介紹
6.1.2 整體方案
6.1.3 關鍵步驟
6.1.4 小結
6.2 視頻推薦案例
6.2.1 場景介紹
6.2.2 整體方案
6.2.3 關鍵步驟
6.2.4 小結
6.3 金融風險識別案例
6.3.1 場景介紹
6.3.2 整體方案
6.3.3 關鍵步驟
6.3.4 小結
參考文獻