The September 2009 Twitter data als

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

ผลลัพธ์ (ไทย) 1:

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

ผลลัพธ์ (ไทย) 2:

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 เราจะไม่รู้เครื่องมือในการประเมินวัดความซับซ้อนบนกราฟดังกล่าวมีขนาดใหญ่

ผลลัพธ์ (ไทย) 3:

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 เราไม่ทราบถึงเครื่องมืออื่นๆสำหรับการประเมินวัดผลคอมเพล็กซ์บนกราฟขนาดใหญ่เช่น