The moderate quality of approximati

The moderate quality of approximations in Section III show that more work on sampling is needed. We currently conjecture that the unguided random sampling in GraphCT may miss components when the graph is not connected. Another interesting problem is in quantifying significance and confidence of approximations over noisy graph data.
The September 2009 Twitter data also is relatively small compared to GraphCT s capabilities. The data from September 2009 has 735 thousand vertices and 1 million edges, requiring only around 30 MiB of memory in our na ̈ve storage format. The Facebook friend network consists of over 400 million users. A scale-29 R-MAT [7] graph of 537 million vertices and 8.6 billion edges emulates such a network and requires at least 7 GiB for the basic graph connectivity data without weights or other generally useful information. Approximating the centrality on this graph using the 1 TiB Cray XMT requires 55 minutes using 256 samples. Approximating centrality similarly on the real-world Kwak, et al. Twitter data set [22], [23] of 61.6 million vertices and 1.47 billion edges requires 105 minutes. We are unaware of other tools for evaluating complex metrics on such large graphs.
The combination of GraphCT and the Cray XMT s massive multithreading permits exploration of graph data sets previously considered too massive. GraphCT is freely available as open source software from our web site and runs both on the Cray XMT and on POSIX platforms.
During the publishing of this paper, we discovered (via a re-send of a Twitter message) independent research also analyzing public Twitter streams [22], [23]. We have applied GraphCT on the Cray XMT to their data set to gather performance data and still are analyzing the graph metric results. Java, et al. [18] in 2007 present an early work analyzing Twitter that applies relatively simple analysis to a smaller data set and hypothesizes more varied use than appears in our research.

Results (Thai) 1:

คุณภาพปานกลางใกล้เคียงในส่วนที่สามแสดงให้เห็นว่าการทำงานมากขึ้นเมื่อการสุ่มตัวอย่างเป็นสิ่งจำเป็น เรายังคาดว่าการสุ่มตัวอย่างหางเสือใน graphct อาจพลาดส่วนประกอบเมื่อกราฟไม่ได้เชื่อมต่อ อีกปัญหาที่น่าสนใจคือในเชิงปริมาณมีความสำคัญและความเชื่อมั่นของการประมาณกว่าข้อมูลกราฟที่มีเสียงดัง.
กันยายน 2009 Twitter ข้อมูลยังมีขนาดค่อนข้างเล็กเมื่อเทียบกับความสามารถในการ graphct s ข้อมูลจากกันยายน 2009 มี 735,000 จุดและ 1 ล้านขอบที่จำเป็นต้องมีเพียงประมาณ 30 MIB ของหน่วยความจำในรูปแบบของเรา na เก็บ VE เครือข่ายเพื่อน facebook ประกอบด้วยกว่า 400 ล้านคน ขนาด r-29 เสื่อ [7] กราฟ 537000000 จุดและ 86000000000 ขอบ emulates เครือข่ายดังกล่าวและต้องไม่น้อยกว่า 7 Gib สำหรับการเชื่อมต่อข้อมูลกราฟขั้นพื้นฐานโดยไม่ต้องน้ำหนักหรือข้อมูลที่เป็นประโยชน์อื่น ๆ โดยทั่วไป ที่ใกล้เคียงกับศูนย์กลางบนกราฟโดยใช้ 1 tib Cray xmt นี้ต้องใช้ 55 นาทีโดยใช้กลุ่มตัวอย่าง 256 ที่ใกล้เคียงกับศูนย์กลางในทำนองเดียวกันกับโลกแห่งความจริง Kwak, et al, Twitter ข้อมูลชุด [22], [23] จาก 61,600,000 จุดและ 147000000000 ขอบต้อง 105 นาที เราไม่รู้ว่ามีเครื่องมืออื่น ๆ สำหรับการประเมินตัวชี้วัดที่ซับซ้อนบนกราฟขนาดใหญ่เช่น.
การรวมกันของ graphct และ multithreading สำรวจ Cray xmt s ขนาดใหญ่ที่มีใบอนุญาตของข้อมูลกราฟชุดการพิจารณาก่อนหน้านี้มีขนาดใหญ่เกินไป graphct สามารถใช้ได้อย่างอิสระเป็นซอฟต์แวร์โอเพนซอร์สจากเว็บไซต์ของเราและวิ่งทั้งบน Cray xmt และบนแพลตฟอร์ม POSIX.
ระหว่างสำนักพิมพ์ของกระดาษนี้เราค้นพบ (ผ่านอีกครั้งส่งของข้อความ Twitter) การวิจัยอิสระวิเคราะห์ยังลำธาร Twitter ประชาชน [22], [23] เราได้นำมาประยุกต์ใช้ graphct เมื่อ xmt Cray กับข้อมูลของพวกเขาตั้งเพื่อรวบรวมข้อมูลประสิทธิภาพการทำงานและยังคงมีการวิเคราะห์ผลการวัดกราฟ java, et al,[18] ในปี 2007 นำเสนอการทำงานของทวิตเตอร์ในช่วงต้นการวิเคราะห์ที่ใช้การวิเคราะห์ที่ค่อนข้างง่ายในการชุดข้อมูลที่มีขนาดเล็กและการใช้งานที่แตกต่างกัน hypothesizes มากกว่าที่ปรากฏในการวิจัยของเรา.

Results (Thai) 2:

เพียงการประมาณใน III ส่วนคุณภาพปานกลางแสดงว่า ต้องทำงานเพิ่มเติมในการสุ่มตัวอย่าง เรากำลังนึกว่า สุ่มสุ่ม unguided ใน GraphCT อาจพลาดส่วนประกอบเมื่อไม่มีการเชื่อมต่อกราฟ ปัญหาอื่นที่น่าสนใจเป็น quantifying ความสำคัญและความเชื่อมั่นเพียงการประมาณมากกว่าข้อมูลกราฟคะ.
2552 กันยายนทวิตเตอร์ข้อมูลยังมีขนาดค่อนข้างเล็กเมื่อเทียบกับ GraphCT s ความสามารถในการ ข้อมูลเดือนกันยายน 2552 มีจุดยอด 735 พันล้านขอบ ต้องการเพียงประมาณ 30 MiB ของหน่วยความจำในรูปแบบของนา ̈ve เก็บ เครือข่ายเพื่อน Facebook ประกอบด้วยผู้ใช้กว่า 400 ล้าน กราฟของจุดยอด 537 ล้าน R-พรม [7] มาตรา 29 และ 8ล้าน 6 ขอบเนียนจำลองเครือข่าย และต้องใช้ลวดทองแดงที่ 7 ข้อมูลการเชื่อมต่อกราฟพื้นฐานโดยน้ำหนักหรือข้อมูลอื่น ๆ โดยทั่วไป ระหว่างเอกภาพบนกราฟนี้ใช้ 1 TiB Cray XMT ต้องใช้ตัวอย่าง 256 55 นาที ระหว่างเอกภาพในทำนองเดียวกันจริง Kwak, et al. ชุดข้อมูล Twitter [22], [23] 61.6 ล้านจุดยอดและ 1ขอบ 47 พันล้านต้อง 105 นาที เราจะไม่รู้เครื่องมือในการประเมินวัดความซับซ้อนบนดังกล่าวใหญ่กราฟ
GraphCT และที่ Cray XMT s ใหญ่มัลติเธรดใบอนุญาตสำรวจของชุดข้อมูลกราฟก่อนหน้านี้เป็นขนาดใหญ่เกินไป GraphCT มีอิสระเป็นซอฟต์แวร์จากเว็บไซต์ของเรา และทำงาน บน Cray XMT ทั้ง บนแพลตฟอร์ม POSIX
ในระหว่างการเผยแพร่เอกสารนี้ เราค้นพบ (ผ่านที่ทำส่งของข้อความ Twitter) วิจัยอิสระยัง วิเคราะห์กระแสสาธารณะ Twitter [22], [23] เราได้ใช้ GraphCT กับ Cray XMT ของชุดข้อมูลเพื่อรวบรวมข้อมูลประสิทธิภาพการทำงาน และยัง มีการวิเคราะห์กราฟวัดผล จาวา et al [18] ใน 2007 นำเสนองานก่อนการวิเคราะห์ Twitter ที่ใช้ค่อนข้างง่ายวิเคราะห์ชุดข้อมูลขนาดเล็ก และ hypothesizes ใช้หลากหลายมากขึ้นกว่าที่ปรากฏในงานวิจัยของเรา ด้วย

Results (Thai) 3:

คุณภาพ ปานกลางของตัวเลขโดยประมาณซึ่งในส่วน III แสดงให้เห็นว่าทำงานมากขึ้นในการสุ่มตัวอย่างเป็นสิ่งจำเป็น ในปัจจุบันเราคาดเดาว่าการสุ่มตัวอย่างศากยมุนีใน graphct อาจพลาดคอมโพเนนต์เมื่อกราฟที่ไม่ได้เชื่อมต่อ ปัญหาที่น่าสนใจอย่างมากอีกคนหนึ่งอยู่ในความมั่นใจและความสำคัญ Quantifying Pile Head Condition Before Basement Excavation by ของตัวเลขโดยประมาณซึ่งมีเสียงดังมากกว่าข้อมูลกราฟ.
ข้อมูล Twitter เดือนกันยายน 2009 ยังมีขนาดค่อนข้างเล็กเมื่อเทียบกับความสามารถ S graphct ข้อมูลตั้งแต่เดือนกันยายน 2009 มี 735 คนยอดและ 1 ล้านขอบต้องการเฉพาะประมาณ 30 เมกะไบต์ในหน่วยความจำในรูปแบบนา ̈ve จัดเก็บข้อมูลของเรา เครือข่ายเพื่อนใน Facebook ที่ประกอบไปด้วยกว่า 400 ล้านบาทผู้ใช้ ขนาดใหญ่ที่ 29 กราฟ R - Mat [ 7 ]ใน 537 ล้านบาทยอดและ 8 .6 , 000 ล้านบาทลักษณะขอบเครือข่ายดังกล่าวและต้องใช้อย่างน้อย 7 GiB ของกราฟพื้นฐานการเชื่อมต่อข้อมูลโดยไม่มีข้อมูลเป็นประโยชน์โดยทั่วไปอื่นๆหรือเครื่องยกน้ำหนัก ความเป็นศูนย์กลางของประเทศหรืออะไรทำนองนี้ที่กราฟนี้โดยใช้ 1 tib cray xmt ที่ต้องใช้ 55 นาทีโดยใช้ 256 ตัวอย่าง ความเป็นศูนย์กลางของประเทศหรืออะไรทำนองนี้ในทำนองเดียวกันบน kwak จริง et al . Twitter ตั้งค่าข้อมูล[ 22 ][ 23 ]ของ 61.6 ล้านบาทยอดและ 1 .47 , 000 ล้านบาทเนื่องจากด้านคมต้องใช้ 105 ใช้เวลาเดินทางไม่กี่นาที เราไม่ทราบถึงเครื่องมืออื่นๆสำหรับการประเมินวัดผลคอมเพล็กซ์ขนาดใหญ่เช่นบนกราฟ.
การผสมผสานของ graphct และ S cray xmt มัลติเธรดดิ้งขนาดใหญ่ที่อนุญาตให้การสำรวจข้อมูลกราฟชุดก่อนหน้านี้ได้รับการพิจารณาให้ขนาดใหญ่เกินไป graphct คือได้อย่างอิสระพร้อมจัดให้บริการเช่นซอฟท์แวร์ Open Source จากเว็บไซต์ของเราและวิ่งทั้งบน cray xmt และบนแพลตฟอร์มแพตเทิร์นมีรายการ.
ในระหว่างการพิมพ์ของเอกสารฉบับนี้เราพบ(ผ่านทางการส่งข้อความ Twitter )การวิจัยอิสระยังวิเคราะห์สาธารณะ Twitter สตรีม[ 22 ][ 23 ] เราจะได้ใช้ graphct บน cray xmt ให้กับข้อมูลของเขาตั้งค่าเพื่อรวบรวมข้อมูล ประสิทธิภาพ การทำงานและยังได้ทำการวิเคราะห์ผลเมตริกตันกราฟที่ Java et al .[ 18 ]ในปี 2007 ปัจจุบันทำงานที่การวิเคราะห์ Twitter ที่ใช้ค่อนข้างเรียบง่ายในการวิเคราะห์ข้อมูลขนาดเล็กที่ตั้งอยู่และ hypothesizes ใช้หลากหลายมากขึ้นกว่าจะปรากฏขึ้นในการวิจัยของเรา.