| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题研究背景及意义 | 第9-11页 |
| 1.2 在线复杂社交网络介绍 | 第11-12页 |
| 1.3 论文的主要贡献 | 第12-13页 |
| 1.4 论文的组织结构 | 第13-14页 |
| 第二章 在线社交网络采样算法概述 | 第14-22页 |
| 2.1 采样的基本概念 | 第14-15页 |
| 2.2 在线社交网络采样算法 | 第15-20页 |
| 2.2.1 广度优先搜索算法(BFS) | 第16页 |
| 2.2.2 用户均匀采样法(UNI) | 第16-17页 |
| 2.2.3 随机行走采样算法(RW) | 第17-18页 |
| 2.2.4 马尔科夫链蒙特卡洛采样算法(MHRW) | 第18-20页 |
| 2.2.5 随机跳转采样算法(RJ) | 第20页 |
| 2.3 本章小结 | 第20-22页 |
| 第三章 基于随机跳转的采样研究 | 第22-42页 |
| 3.1 设计思想 | 第22页 |
| 3.2 HJ算法描述 | 第22-27页 |
| 3.2.1 获取跳转节点集 | 第23-24页 |
| 3.2.2 三维平均度分布模型进行参数分析选取 | 第24-27页 |
| 3.3 HJ算法伪代码、流程图及复杂度分析 | 第27-29页 |
| 3.3.1 HJ算法伪代码 | 第27-28页 |
| 3.3.2 HJ算法流程图 | 第28-29页 |
| 3.3.3 HJ算法复杂性分析 | 第29页 |
| 3.4 实验数据集描述 | 第29页 |
| 3.5采样性能的对比实验 | 第29-40页 |
| 3.5.1 收敛性分析 | 第30-31页 |
| 3.5.2 网络度分布分析 | 第31-34页 |
| 3.5.3 采样节点分布分析 | 第34-38页 |
| 3.5.4 网络的传递性、同配性、簇类系数分析 | 第38-40页 |
| 3.6 本章小结 | 第40-42页 |
| 第四章 社交网络采样系统 | 第42-50页 |
| 4.1 社交网络采样系统框架 | 第42-49页 |
| 4.1.1 URL管理器 | 第44-45页 |
| 4.1.2 HTML管下载器及解析器 | 第45-47页 |
| 4.1.3 数据存储器 | 第47页 |
| 4.1.4 控制调度器 | 第47-48页 |
| 4.1.5 系统执行流程 | 第48-49页 |
| 4.2 本章小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-51页 |
| 5.1 全文总结 | 第50页 |
| 5.2 后续工作与展望 | 第50-51页 |
| 参考文献 | 第51-56页 |
| 攻读硕士学位期间参加的科研项目和研究成果 | 第56-57页 |
| 致谢 | 第57页 |