报告题目：大图分析近似计算

演讲者：吴定明

时间：2024年5月16日下午13：30-15：00

地点：王选所202会议室

线上：腾讯会议：321-234-588    链接 ：https://meeting.tencent.com/dm/6zLSNPKuvVyY

摘要：超大图数据分析是大数据技术发展面临的重要挑战之一，也是智能计算技术面对的算力瓶颈。利用超大的算力解决超大图数据分析问题，高度依赖海量 存储、内存和计算资源的并行叠加，建设和使用费用高昂。基于集群架构的低成本分布式计算平台是工业界广泛采用的大数据技术路线，但是，解决超大图数据分析的计算问题，现有的分布式图分析技术存在通信开销大、内存需求高、抽样效率低、 图算法难以并行等挑战，严重地影响了超大图数据分析算法的计算效率和数据扩展能力。面对上述挑战，提出分布式超大图数据多样本近似分析的新思路，结合图划分和图抽样的特性，利用多样本子图近似计算的优势，突破超大图数据分析的内存瓶颈和数据通信瓶颈，从而提高超大图数据分析的计算效率和数据扩展能力。报告将重点介绍大图属性估计算法和PageRank近似算法。

个人简介：吴定明，深圳大学计算机与软件学院副教授，主要研究方向为数据管理，包括空间文本数据、时空数据、图数据处理与查询，大数据分析与计算。代表性学术成果在数据库、数据挖掘、信息检索领域的顶级会议和期刊上发表，主持国家基金、广东省基金、深圳市基金等项目，获得深圳市海外高层次人才、深圳市高层次人才。