许金凤， 董一鸿， 王诗铬 等. 大规模图数据划分算法综述[J]. 电信科学， 2014，30（7）： 100-106. XU J F ， DONG Y H ， WANG S Y et al. Summary of large-scale graph partitioning algorithms[J]. Telecommunications Science， 2014，30（7）： 100-106.
[2]
CHING A . Giraph：Large-scale graph processing infrastructure on Hadoop[C]// Hadoop Summit 2011， Santa Clara，CA，USA. [S.l.：s.n.]， 2011.
[3]
MALEWICZ G ， AUSTEN M H ， BIK A J C et al. Pregel：a system for large-scale graph processing[C]// 2010 ACM SIGMOD International Conference on Management of data， June 6-10， 2010， Indianapolis，Indiana，USA. New York： ACM Press， 2010： 135-146.
[4]
周爽， 鲍玉斌， 王志刚 等. BHP：面向BSP模型的负载均衡Hash图数据划分[J]. 计算机科学与探索， 2014，8（1）： 40-50. ZHOU S ， BAO Y B ， WANG Z G ， et al. BHP：BSP model oriented Hash graph data partition with load balancing[J]. Journal of Frontiers of Computer Science ＆ Technology， 2014，8（1）： 40-50.
[5]
KHAYYAT Z ， AWARA K ， ALONAZI A ， et al. Mizan：a system for dynamic load balancing in large-scale graph processing[C// The 8th ACM European Conference on Computer Systems， April 15-17， 2013， Prague，Czech. New York： IEEE Press， 2013： 169-182.
[6]
UGANDER J ， BACKSTROM L . Balanced label propagation for partitioning massive graphs[C]// The 6th ACM International Conference on Web Search and Data Mining， February 6-8， 2013， Rome，Italy. New York： ACM Press， 2013： 507-516.
[7]
VAQUERO L ， CUADRADO F ， LOGOTHETIS D ， et al. xDGP：a dynamic graph processing system with adaptive partitioning[J]. Eprint Arxiv， 2013（9）.
[8]
BAO N T ， SUZUMURA T . Towards highly scalable pregel-based graph processing platform with x10[C]// The 22nd International Conference on World Wide Web Companion， May 13-17， 2013， Rio de Janeiro，Brazil. Geneva： International World Wide Web Conferences Steering Committee， 2013： 501-508.
[9]
SALIHOGLU S ， WIDOM J . GPS：A graph processing system[C]// The 25th International Conference on Scientific and Statistical Database Management， July 29-31， 2013， Baltimore，Maryland，USA. New York： ACM Press， 2013.
[10]
VALIANT L G . A bridging model for parallel computation[J]. Communications of the ACM， 1990，33（8）： 103-111.
[11]
WHITE T . Hadoop：The Definitive Guide[M]. Cambridge：O’Reilly Media，Inc.， 2012.
[12]
RUTENBAR R . Simulated annealing algorithms：an overview[J]. IEEE Circnit and Devices Magazine， 1989： 19-26.
[13]
KUMAR V . Algorithm for constraint satisfaction problem：a survey[J]. AI Magazine， 1992，13（1）： 32-44.
[14]
LOW Y ， GONZALEZ J ， KYROLA A ， et al. GraphLab：a new framework for parallel machine learning[C]// The 26th Conference on Uncertainty in Artificial Intelligence （UAI’10）， JJul 8-11， 2010， Catalina Island，California，USA. [S.l.：s.n.]， 2010： 340-349.
[15]
LOW Y ， BICKSON D ， GONZALEZ J ， et al. Distributed GraphLab：a framework for machine learning and data mining in the cloud[J]. Proceedings of the VLDB Endowment， 2012，5（8）： 716-727.
