| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 引言 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 GraphBuilder并行图构建工具 | 第12页 |
| 1.2.2 GraphLab图构建工具 | 第12-13页 |
| 1.2.3 Gephi图计算工具 | 第13-14页 |
| 1.2.4 GraphX图构建框架 | 第14页 |
| 1.2.5 本节小结 | 第14页 |
| 1.3 本文贡献 | 第14-15页 |
| 1.4 论文组织结构 | 第15-16页 |
| 第二章 相关技术及实验平台介绍 | 第16-23页 |
| 2.1 并行编程模型及技术介绍 | 第16-18页 |
| 2.1.1 MapReduce简介 | 第16页 |
| 2.1.2 MapReduce编程模型原理 | 第16-17页 |
| 2.1.3 MapReduce容错机制 | 第17-18页 |
| 2.2 Hadoop平台概述 | 第18-22页 |
| 2.2.1 Hadoop简介 | 第18-19页 |
| 2.2.2 Hadoop基础架构 | 第19-20页 |
| 2.2.3 Hadoop工作原理 | 第20-21页 |
| 2.2.4 Hadoop的优势 | 第21-22页 |
| 2.3 本章小节 | 第22-23页 |
| 第三章 加权图提取以及相关工作 | 第23-29页 |
| 3.1 加权图节点标识 | 第23-24页 |
| 3.1.1 用户作为节点 | 第23-24页 |
| 3.1.2 应用作为节点 | 第24页 |
| 3.2 加权图的边权值计算 | 第24-26页 |
| 3.3 相关工作 | 第26-28页 |
| 3.3.1 Apriori算法 | 第26-27页 |
| 3.3.2 签名算法 | 第27页 |
| 3.3.3 FP-tree算法 | 第27-28页 |
| 3.4 本章小结 | 第28-29页 |
| 第四章 基于MapReduce编程模型的边权值计算算法的研究 | 第29-40页 |
| 4.1 Apriori-based算法 | 第29-31页 |
| 4.2 Signature-based算法 | 第31-34页 |
| 4.3 FP-tree-based算法 | 第34-39页 |
| 4.4 本章小结 | 第39-40页 |
| 第五章 实验与性能评估 | 第40-55页 |
| 5.1 实验环境和数据 | 第40页 |
| 5.2 性能评估 | 第40-48页 |
| 5.2.1 内存和磁盘分析 | 第42-46页 |
| 5.2.2 执行时间 | 第46-48页 |
| 5.3 准确性分析 | 第48-54页 |
| 5.3.1 权度分布 | 第49-50页 |
| 5.3.2 社区构造 | 第50-52页 |
| 5.3.3 Hop-plot和有效直径 | 第52-54页 |
| 5.4 本章小结 | 第54-55页 |
| 第六章 总结与展望 | 第55-56页 |
| 6.1 总结 | 第55页 |
| 6.2 展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 攻读硕士学位期间的研究成果 | 第61页 |