| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第11-22页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-19页 |
| 1.3 当前研究存在的问题 | 第19-20页 |
| 1.4 论文的研究内容与目标 | 第20-21页 |
| 1.5 论文的组织结构 | 第21-22页 |
| 2 DC-Top-k:基于分治策略的高效Top-k选择算法 | 第22-46页 |
| 2.1 背景与相关工作 | 第22-24页 |
| 2.2 DC-Top-k算法的设计 | 第24-25页 |
| 2.3 理论分析 | 第25-32页 |
| 2.4 DC-Top-k算法的并行实现 | 第32-34页 |
| 2.5 实验与性能评估 | 第34-44页 |
| 2.6 本章小结 | 第44-46页 |
| 3 DC-Top-k算法中分组与递归策略的优化 | 第46-63页 |
| 3.1 算法优化的基本思路 | 第46-49页 |
| 3.2 算法最优分组数目k’的确定 | 第49-51页 |
| 3.3 算法递归所需的数据规模阈值nk的确定 | 第51-52页 |
| 3.4 优化的DC-Top-k算法及其分析 | 第52-55页 |
| 3.5 算法的并行实现 | 第55-57页 |
| 3.6 实验与性能评估 | 第57-61页 |
| 3.7 本章小结 | 第61-63页 |
| 4 面向关注行为预测的Top-k节点查询 | 第63-80页 |
| 4.1 背景与相关工作 | 第63-65页 |
| 4.2 FRFB：基于用户行为的关注对象推荐算法 | 第65-71页 |
| 4.3 FRFB算法复杂度与适用性分析 | 第71-73页 |
| 4.4 实验与性能评估 | 第73-79页 |
| 4.5 本章小结 | 第79-80页 |
| 5 面向子图匹配质量的Top-k节点查询 | 第80-94页 |
| 5.1 背景与相关工作 | 第80-82页 |
| 5.2 问题定义与模型的提出 | 第82-83页 |
| 5.3 面向子图匹配的Top-k关键节点查询 | 第83-88页 |
| 5.4 实验与性能评估 | 第88-93页 |
| 5.5 本章小结 | 第93-94页 |
| 6 总结和展望 | 第94-96页 |
| 6.1 论文总结 | 第94-95页 |
| 6.2 研究展望 | 第95-96页 |
| 致谢 | 第96-97页 |
| 参考文献 | 第97-107页 |
| 附录1 攻读博士学位期间发表的学术论文 | 第107-108页 |
| 附录2 攻读博士学位期间参与的科研项目 | 第108-109页 |
| 附录3 攻读博士学位期间参编的学术著作 | 第109-110页 |
| 附录4 公式(2.4)的证明 | 第110-111页 |