GrassJoin: Distributed Set Similarity Join Based on Graph Partitioning Model

计算机科学 连接(拓扑) 数据挖掘 图形 集合(抽象数据类型) 相似性(几何) 猛增 理论计算机科学 分布式数据库 人工智能 分布式计算 数学 组合数学 图像(数学) 程序设计语言
作者
Xin Xiong
标识
DOI:10.1109/smc-iot62253.2023.00020
摘要

Set Similarity Join (SSJ) plays a crucial role in a wide array of tasks, including plagiarism detection, data cleaning and near-duplicate detection in IOT information, as it effectively identifies similar pairs within two collections of sets. As the volume of data continues to soar, the necessity for distributed SSJ becomes apparent in order to manage large-scale datasets efficiently. Nonetheless, the extensively studied distributed SSJ solutions predominantly rely on a prefix-based framework. They often suffer from negative issues such as (1) duplicate verification (2) load imbalance. To address such issues, we propose a novel Graph-partitioning-based distributed set similarity Join (GrassJoin). Empirical evaluations conducted on four datasets substantiate the efficacy of our approach and demonstrate its substantial advantages over state-of-the-art solutions.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
2秒前
2秒前
自觉柠檬完成签到 ,获得积分10
3秒前
ZJR发布了新的文献求助10
3秒前
3秒前
ivy完成签到,获得积分10
4秒前
佳jia完成签到,获得积分10
4秒前
Evan完成签到,获得积分10
5秒前
lockedcc发布了新的文献求助10
6秒前
jjffyy完成签到 ,获得积分10
9秒前
avalanche应助ll61采纳,获得30
9秒前
9秒前
高大绝义发布了新的文献求助10
10秒前
rksm完成签到 ,获得积分10
10秒前
星辰大海应助吴晓峰采纳,获得10
10秒前
11秒前
11秒前
可爱的函函应助京港风采纳,获得10
11秒前
迟迟完成签到,获得积分10
11秒前
风清扬发布了新的文献求助10
12秒前
13秒前
向阳而生完成签到,获得积分10
13秒前
SHA发布了新的文献求助10
14秒前
Breeze完成签到,获得积分10
14秒前
mendicant完成签到,获得积分10
14秒前
爱科研的小多肉完成签到,获得积分10
14秒前
12345发布了新的文献求助10
15秒前
淡淡白枫发布了新的文献求助10
15秒前
我的阳光发布了新的文献求助10
16秒前
妮妮爱smile完成签到,获得积分10
17秒前
机器猫发布了新的文献求助10
18秒前
量子星尘发布了新的文献求助10
19秒前
Jun完成签到 ,获得积分10
19秒前
hao完成签到,获得积分10
20秒前
橙子发布了新的文献求助10
20秒前
浮游应助陶醉难胜采纳,获得10
22秒前
善良身影完成签到,获得积分10
23秒前
24秒前
24秒前
pluto应助Leslie采纳,获得10
25秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
The Social Work Ethics Casebook: Cases and Commentary (revised 2nd ed.).. Frederic G. Reamer 1070
Alloy Phase Diagrams 1000
Introduction to Early Childhood Education 1000
2025-2031年中国兽用抗生素行业发展深度调研与未来趋势报告 1000
List of 1,091 Public Pension Profiles by Region 891
Historical Dictionary of British Intelligence (2014 / 2nd EDITION!) 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 物理化学 基因 遗传学 催化作用 冶金 量子力学 光电子学
热门帖子
关注 科研通微信公众号,转发送积分 5424665
求助须知:如何正确求助?哪些是违规求助? 4539081
关于积分的说明 14164862
捐赠科研通 4456109
什么是DOI,文献DOI怎么找? 2444042
邀请新用户注册赠送积分活动 1435127
关于科研通互助平台的介绍 1412469