Die Analyse sozialer Netzwerke wird verwendet, um Merkmale menschlicher Gemeinschaften zu extrahieren, und erweist sich als sehr hilfreich in einer Vielzahl von wissenschaftlichen Bereichen. Die Datenmenge eines sozialen Netzwerks ist oft so groß, dassein großer Cloud-Datenanalysedienst, bei dem die Berechnungen auf einer parallelen Plattformin der Clouddurchgeführt werden, eine gute Wahl für Forscher ist, die keine Erfahrung mit paralleler Programmierung haben.In der Cloud ist eine primäre Herausforderung für effiziente Berechnungen und Datenanalysen dieKommunikationsverzerrung (d. h. das Lastungleichgewicht) zwischen Computern, die durch das Gruppenverhalten der Menschen verursacht wird(z. B. der Bandwagon-Effekt). Traditionelle Lastausgleichstechniken erfordern entwedereinen erheblichen Aufwand, um die Last auf dem Knoten neu auszugleichen, oder können nicht gut mit Nachzüglern umgehen. Ein allgemeiner, auf die Ausführung von Nachzüglern ausgerichteter Ansatz, SAE, zur Unterstützung des Analysedienstesin der Cloud. Er bietet eine neuartige Berechnungsmethode, die die Faktoren der nachhinkendenFeature-Extraktionsprozesse in feinkörnigere Teilprozessezerlegt, die dannzur parallelen Ausführungauf Computercluster verteilt werden. Experimentelle Ergebnisse zeigen, dass SAE dieAnalyse im Vergleich zu State-of-the-Art-Lösungen um das bis zu 1,77-fachebeschleunigen kann.