Exploitation de la structure en communautés pour la réduction de défauts de cache dans la fouille des réseaux sociaux
Résumé
One of social graphs property is the community structure. When executing on graphs, most social network mining algorithms
make reference to the neighborhood of the current treated node, to nodes situated to its community. Can we reduce the execution
time of social graph algorithm if we take into account the community structure of graph in the data structure used in the runtime?
The goal of such a data structure is to reduce cache misses, which will reduce execution time. In this paper, we present a data
structure responding to this goal. A comparaison between this data structure with those used in graph analysis DSLs and
platforms (Yale representation, adjacency list or bloc) shows that taking into account this property contribute to reduce cache
misses (until 20%) and to reduce execution time (until 14%) of social network mining programms.
L’une des propriétés des graphes sociaux est leur structure en communautés. La plupart des algorithmes de fouille des
réseaux sociaux s’exécutent sur les nœuds du graphe en faisant référence aux nœuds situés dans le voisinage du nœud en
cours d’exécution, aux nœuds situés dans sa communauté. Peut-on réduire le temps d’exécution des algorithmes des graphes
sociaux si l’on tient compte, dans la structure de données utilisée dans l’environnement d’exécution, de l’organisation en
communauté des nœuds du graphe? L’objectif d’une telle structure est de réduire le nombre de défauts de cache, ce qui a pour effet
de réduire le temps d’exécution. Dans cet article, nous présentons une structure de données répondant à cet objectif. Une comparaison
avec celles utilisées dans les DSLs et les plates-formes d’analyse de graphes (représentation de Yale, représentation par liste ou bloc d’adjacence)
montre que la prise en compte de cette propriété permet de réduire les défauts de cache (jusqu’à 20%) et de réduire le temps
d’exécution (jusqu’à 14%) des programmes de fouille des réseaux sociaux.