社交网络海量数据的分析与可视化
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 目录 | 第6-9页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 社交网络 | 第9-11页 |
| 1.1.1 社交网络概述 | 第9页 |
| 1.1.2 社交网络发展历史 | 第9-10页 |
| 1.1.3 社交网络研究热点 | 第10-11页 |
| 1.2 海量数据 | 第11-12页 |
| 1.3 图可视化 | 第12-15页 |
| 1.3.1 布局算法 | 第12-14页 |
| 1.3.2 视觉混乱降低技术和交互技术 | 第14-15页 |
| 1.3.3 美学标准 | 第15页 |
| 1.4 Hadoop | 第15-17页 |
| 1.4.1 HDFS | 第15-16页 |
| 1.4.2 MapReduce | 第16-17页 |
| 1.5 论文组织结构 | 第17-18页 |
| 1.6 本章小结 | 第18-19页 |
| 第二章 相关工作 | 第19-31页 |
| 2.1 数据分析 | 第19-26页 |
| 2.1.1 数据集介绍 | 第19-22页 |
| 2.1.2 数据关联性分析 | 第22-24页 |
| 2.1.3 复杂网络分析 | 第24-26页 |
| 2.2 社团发现 | 第26-28页 |
| 2.2.1 GN算法 | 第27页 |
| 2.2.2 CPM算法 | 第27-28页 |
| 2.2.3 FN算法 | 第28页 |
| 2.3 力导引布局算法 | 第28-30页 |
| 2.3.1 FR算法 | 第28-29页 |
| 2.3.2 Hu-Yifan算法 | 第29-30页 |
| 2.3.3 ODL算法 | 第30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 融合FN的多层级图可视化算法 | 第31-37页 |
| 3.1 当前的布局算法 | 第31页 |
| 3.2 融合FN的多层级图可视化算法的思想 | 第31-32页 |
| 3.3 FN算法的改进 | 第32-33页 |
| 3.4 算法的复杂度分析 | 第33页 |
| 3.5 算法的测评 | 第33-36页 |
| 3.5.1 评价标准 | 第33-34页 |
| 3.5.2 边交叉数分析 | 第34页 |
| 3.5.3 时间复杂度分析 | 第34-35页 |
| 3.5.4 图布局效果 | 第35-36页 |
| 3.6 本章小结 | 第36-37页 |
| 第四章 社交网络信息可视化系统的总体设计 | 第37-43页 |
| 4.1 系统需求分析 | 第37页 |
| 4.2 逻辑架构设计 | 第37-39页 |
| 4.3 系统的工作流程 | 第39-41页 |
| 4.4 本章小结 | 第41-43页 |
| 第五章 社交网络信息可视化系统的具体实现 | 第43-57页 |
| 5.1 显示层 | 第43-45页 |
| 5.1.1 图形化界面 | 第43-44页 |
| 5.1.2 显示层调度中心 | 第44-45页 |
| 5.2 数据爬取和更新模块 | 第45-49页 |
| 5.2.1 Heritrix简介 | 第45-46页 |
| 5.2.2 Arachne爬虫的实现 | 第46-49页 |
| 5.3 数据格式化模块 | 第49-51页 |
| 5.4 社团划分模块 | 第51-53页 |
| 5.5 文本信息向量化模块 | 第53-55页 |
| 5.5.1 Ansj中文分词 | 第53页 |
| 5.5.2 时间加权 | 第53-54页 |
| 5.5.3 向量空间化模型 | 第54-55页 |
| 5.6 图可视化布局模块 | 第55页 |
| 5.7 本章小结 | 第55-57页 |
| 第六章 系统测评 | 第57-62页 |
| 6.1 测试环境 | 第57页 |
| 6.1.1 硬件环境 | 第57页 |
| 6.1.2 软件环境 | 第57页 |
| 6.2 性能测试 | 第57-59页 |
| 6.2.1 爬虫性能测试 | 第57-58页 |
| 6.2.2 系统可视化性能测试 | 第58-59页 |
| 6.2.3 信息搜索性能测试 | 第59页 |
| 6.3 系统可视化展示效果 | 第59-61页 |
| 6.4 本章小结 | 第61-62页 |
| 第七章 总结与展望 | 第62-64页 |
| 7.1 论文工作总结 | 第62-63页 |
| 7.2 下一步工作展望 | 第63-64页 |
| 参考文献 | 第64-66页 |
| 致谢 | 第66-67页 |
| 攻读学位期间发表的学术论文 | 第67页 |
