王泽奥，吴 斌，吴心宇，张子兴

北京邮电大学 计算机学院，北京 100080

大规模多维网络数据分析框架的研究与实现*

王泽奥+，吴 斌，吴心宇，张子兴

北京邮电大学 计算机学院，北京 100080

随着互联网的快速发展和计算机应用的不断增加，大量的图数据特别是社会网络数据不断生成。多维信息网络已经成为表示这些图数据的通用方式。但是在多维信息网络中，节点的类型多种多样，节点的属性也不尽相同，如何对多维信息网络数据进行多角度多粒度的分析，挖掘其中的隐藏信息，成为人们关注的焦点。图联机分析处理技术（graph online analytical processing，GraphOLAP）可以对图数据进行快速的联机分析以及查询操作。借助于GraphOLAP的现有成果，针对多维信息网络的特点，提出了新的数据立方体框架。引入主节点的概念来指导元路径的生成，通过元路径指导网络的上卷下钻，提出属性转化和同质转化来丰富OLAP操作。最后讨论了优化的物化策略，使用并行计算框架Spark来实现算法，通过多个数据集验证了框架的有效性和高效性。

GraphOLAP；数据立方体；元路径；Spark

1 背景介绍

近年来随着社交网络、生物网络以及化合物网络等领域的不断发展，出现了大量的多属性图数据。研究如何对图数据进行多层次多角度的分析有着重要的意义。这些网络如DBLP合作网络、社交网络FACEBOOK、IMDB电影合作网络等，其中蕴含大量的实体信息以及实体之间的关联信息，深层次挖掘此类信息是非常有必要的。实体类型和联系的多元化是分析和挖掘此类信息网络的难点。……