在Facebook、Twitter等社交网站日益发展的今日，社交平台上数十亿用户每天产生着无数的信息。然而，人们的关注点是有限的，只有少数的信息能够得到很多人的关注。因此，每天有大量的信息在争夺大众的眼球，从而有了主题之间的竞争。同时，在社交平台上也有一些具有很大影响力的用户，通常被称为“意见领袖”。但是，不同群体的意见领袖在主题的竞争中也扮演着不同的角色。意见领袖的群体分类由领域专家根据具体的事件进行判断，例如在总统竞选事件中，社交网站上的意见领袖可以分为三类：媒体 (Media)，草根 (Grassroots)，政治人物 (Political Figures)。
继续阅读 »
在如今的科学可视化中，大型的计算资源已经在对规模大且变量复杂的数据进行处理中应用地比较普遍。但在资源有限的情况下，人们还是希望能在一台单机上完成数据的可视化处理。受限于单机的内存，此时通常需要采取out-of-core的方式。尽管如此，I/O设备的访问速度仍然远低于处理器的速度，并且这个差距越来越大。为了弥补这个差距，在流线的生成中，数据预取(data prefetching)是一种比较好的方法。因为粒子追踪是有一定模式的，将粒子所访问的数据块提前取到内存中，即可减少I/O的访问时间。基于这个想法，俄亥俄州立大学Han-Wei Shen小组提出了一种优化文件布局的方法，可以减少I/O开销，并且最大限度地利用预取数据[1]。
近期评论