Documenti full-text disponibili:
|
Documento PDF (Thesis)
Full-text accessibile solo agli utenti istituzionali dell'Ateneo
Disponibile con Licenza: Salvo eventuali più ampie autorizzazioni dell'autore, la tesi può essere liberamente consultata e può essere effettuato il salvataggio e la stampa di una copia per fini strettamente personali di studio, di ricerca e di insegnamento, con espresso divieto di qualunque utilizzo direttamente o indirettamente commerciale. Ogni altro diritto sul materiale è riservato
Download (2MB)
| Contatta l'autore
|
Abstract
Lo scopo di questa tesi è quello di realizzare un sistema di gestione ed elaborazione in-memory di grafi. L'applicazione, denominata Graphsody, non è indirizzata ad uno specifico contesto ma utilizzabile in tutte le situazioni in cui è necessario gestire dati sotto forma di rete. L'applicativo è orientato all'estrazione di conoscenza dalla rete, ovvero al Graph Mining, ed è basato sulla libreria SNAP realizzata dall'Università di Stanford. Al suo interno contiene tutti i più moderni algoritmi legati alla teoria dei grafi. Il modello logico a cui si fa riferimento è il Property Graph, il quale permette all'utente di associare dati alle entità presenti sulla base dello schema chiave-valore. Il software è stato realizzato e progettato ricercando il massimo livello di flessibilità, modularità e estendibilità in modo da facilitare eventuali sviluppi futuri. A seguito dell'introduzione di un caso di studio, le reti di citazione accademiche, è stato possibile valutarne le potenzialità sotto diversi punti di vista. In primo luogo si è effettuata una comparazione prestazionale con altre tecnologie utilizzabili per memorizzare grafi (MySql, Neo4j ed HyperSql). L'operazione è avvenuta lanciando una serie di algoritmi e valutandone i tempi di esecuzione. Graphsody si è dimostrata la soluzione migliore nella maggior parte dei casi. Infine è stato sviluppato un algoritmo di Graph Mining utilizzando le primitive offerte dall'applicativo. I risultati hanno dimostrato la presenza di un legame tra la produttività dei ricercatori e la loro capacità di collaborare con i colleghi.
Abstract
Lo scopo di questa tesi è quello di realizzare un sistema di gestione ed elaborazione in-memory di grafi. L'applicazione, denominata Graphsody, non è indirizzata ad uno specifico contesto ma utilizzabile in tutte le situazioni in cui è necessario gestire dati sotto forma di rete. L'applicativo è orientato all'estrazione di conoscenza dalla rete, ovvero al Graph Mining, ed è basato sulla libreria SNAP realizzata dall'Università di Stanford. Al suo interno contiene tutti i più moderni algoritmi legati alla teoria dei grafi. Il modello logico a cui si fa riferimento è il Property Graph, il quale permette all'utente di associare dati alle entità presenti sulla base dello schema chiave-valore. Il software è stato realizzato e progettato ricercando il massimo livello di flessibilità, modularità e estendibilità in modo da facilitare eventuali sviluppi futuri. A seguito dell'introduzione di un caso di studio, le reti di citazione accademiche, è stato possibile valutarne le potenzialità sotto diversi punti di vista. In primo luogo si è effettuata una comparazione prestazionale con altre tecnologie utilizzabili per memorizzare grafi (MySql, Neo4j ed HyperSql). L'operazione è avvenuta lanciando una serie di algoritmi e valutandone i tempi di esecuzione. Graphsody si è dimostrata la soluzione migliore nella maggior parte dei casi. Infine è stato sviluppato un algoritmo di Graph Mining utilizzando le primitive offerte dall'applicativo. I risultati hanno dimostrato la presenza di un legame tra la produttività dei ricercatori e la loro capacità di collaborare con i colleghi.
Tipologia del documento
Tesi di laurea
(Laurea)
Autore della tesi
Brighi, Marco
Relatore della tesi
Scuola
Corso di studio
Indirizzo
Curriculum ingegneria informatica
Ordinamento Cds
DM270
Parole chiave
Teoria dei grafi,Graph Mining,Big Data,Reti di citazioni,Stanford Network Analysis Project
Data di discussione della Tesi
5 Ottobre 2017
URI
Altri metadati
Tipologia del documento
Tesi di laurea
(NON SPECIFICATO)
Autore della tesi
Brighi, Marco
Relatore della tesi
Scuola
Corso di studio
Indirizzo
Curriculum ingegneria informatica
Ordinamento Cds
DM270
Parole chiave
Teoria dei grafi,Graph Mining,Big Data,Reti di citazioni,Stanford Network Analysis Project
Data di discussione della Tesi
5 Ottobre 2017
URI
Statistica sui download
Gestione del documento: