微信里点“发现”，扫一下
二维码便可将本文分享至朋友圈
演讲摘要：图随机游走算法是大图分析与学习的一项基本采样技术。利用不同的随机游走策略捕获不同的图结构，学习不同特性的图特征。本报告将介绍一种面向二阶随机游走的磁盘I/O高效的可扩展图处理系统GraSorw。在此系统中，为消除大量的随机顶点I/O访问，作者提出了一个双块执行引擎将随机I/O转换为顺序I/O。其次，为了提高I/O利用率，作者设计了一个基于学习的块加载模型，以充分利用全加载和按需加载的I/O访问方法。最后，通过全面的实验，充分验证了GraSorw在二阶随机游走任务上的优越性。
讲者简介：邵蓥侠，北京邮电大学计算机学院副教授，博士生导师、CCF高级会员。研究方向为图数据管理、大规模图分析、大规模图学习等方向。主持国家自然科学基金项目2项，CCF-腾讯犀牛鸟基金，CCF-百度松果基金，CAAI-华为MindSpore学术奖励基金，在数据库和人工智能领域已发表高质量学术论文60余篇，涵盖数据库领域的顶级期刊TKDE，VLDBJ和顶级会议SIGMOD、VLDB、ICDE等，出版英文学术专著1部；曾获ACM SIGMOD中国新星奖，ACM SIGMOD中国优秀博士论文奖，入选了微软亚洲研究院“铸星计划”，获数据库领域重要国际会议DASFAA 2020最佳学生论文奖。
第十九届CCF中国信息系统及应用大会
本期嘉宾
京公网安备11010802032778号