简介:摘要随着互联网的快速发展和计算机应用的不断增加,大量的图数据特别是社会网络数据不断生成。多维信息网络已经成为了表示这些图数据的通用方式。但是在多维信息网络中,节点的类型多种多样,节点的属性也不尽相同。如何对于多维信息网络数据进行多角度多粒度的分析,挖掘其中的隐藏信息,成为了我们关注的焦点。图联机分析处理技术(GraphOLAP)可以对图数据进行快速的联机分析以及查询操作。借助于GraphOLAP的现有成果,针对多维信息网络的特点,我们提出了新的数据立方体框架引入主节点的概念来指导元路径的生成,通过元路径指导网络的上卷下钻,提出属性转化和同质转化来丰富OLAP操作,讨论了优化的物化策略。最后我们使用了并行计算框架Spark来实现算法,通过多个数据集验证了框架的有效性和高效性。