Graphchi电信社交图数据挖掘研究

电信社交网络的数据量是真的大，用常规的图计算工具，效率低得让人抓狂。Graphchi 的单机能力还挺能打的，尤其是对于那种边多点多的社交关系图，用它做点数据挖掘什么的，体验还不错。

单机的 Graphchi 图计算框架，适合那种不太想折腾分布式环境，又想研究大规模图的场景。你直接拿电信的通话记录数据跑个社交关系，用 PageRank、连通分量啥的，一整套都能搞出来，响应也快，代码也简单。

有意思的是，Graphchi 的 I/O 机制做得蛮的，它用的异步加载方式，一边一边读写磁盘，效率比你想的高。像电信这种动不动就几百万通话记录的数据，用它单机也不卡，稳定性也挺靠谱。

了，如果你手头是分布式环境，那你也可以考虑用下 Spark 或者一些更现代的图计算框架，但 Graphchi 用起来门槛低，适合快速试验。

想了解更多相关技术？你可以顺手看看这两篇文章，嗯，都还挺有干货的：

• 论文研究网格数据挖掘与分布式计算应用
• Spark 分布式计算框架

如果你正打算研究大规模的社交网络数据，尤其是电信领域的那种，可以先拿 Graphchi 练练手，轻量又实用，踩坑的机会也少不少。