大数据级的图形剖析东西Spark GraphX受内存巨细约束，必须将图形数据减到适宜的巨细，但这会引起原始图形的失真。论文“Expanding Hot Code Path for Data Cleaning on Software Graph”运用SEQUITUR数据压缩算法找出热代码途径并将其存储为有向无环图。该办法用40％的程序代码存储了不失真的软件图，是软件图大数据清洗技能的重要打破。

  进行公司绩效评价时，传统办法不能反映整个证券市场公司运营情况的散布特征。论文“Visualization Analysis for Business Performance of Chinese Listed Companies Based on Gephi”介绍了财经大数据团队如何用Gephi把一切上市公司的评价成果转换为节点和边，并直接以图形方式显现绩效。该办法用微观水平的可视化剖析技能找出影响企业运营的重要的条件，是可视化剖析技能在财经范畴的立异使用。

  这两篇论文的刊发，是继财经大数据团队在JCR一区期刊IEEE Access之后又一批高水平研究成果。论文的一起作者中还包含湖南财院2018级大数据班刘旭同学、2019级大数据实验班郭子懿同学，这是两位同学参加团队研究工作而宣布的第二篇英文期刊论文，也彰明显湖南财院立异人才教育训练作用牛刀小试。

上一篇：中新云农宣布农产品单种类大数据专业论文 下一篇：沙龙预告 大数据的运用鸿沟：对金融商场和实体经济的经济学剖析（6月16日）