基于图结构聚类的社区搜索算法的研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景 | 第9-11页 |
| 1.1.1 课题的来源和意义 | 第9页 |
| 1.1.2 国内外研究现状 | 第9-11页 |
| 1.2 研究的主要内容 | 第11页 |
| 1.3 论文的组织安排 | 第11-13页 |
| 第2章 社区搜索的有关算法 | 第13-20页 |
| 2.1 非结构化社区搜索模型 | 第13-15页 |
| 2.1.1 极大团模型 | 第13-14页 |
| 2.1.2 K-core模型 | 第14页 |
| 2.1.3 K-truss模型 | 第14-15页 |
| 2.2 基于结构的社区搜索 | 第15-19页 |
| 2.2.1 SCAN算法的关键性定义 | 第15-17页 |
| 2.2.2 SCAN算法过程 | 第17-18页 |
| 2.2.3 SCAN算法优缺点 | 第18-19页 |
| 2.3 本章小结 | 第19-20页 |
| 第3章 并行计算结构相似性 | 第20-34页 |
| 3.1 基于OPENMP计算结构相似性并行策略 | 第20-24页 |
| 3.1.1 基于边度的负载均衡策略 | 第20-22页 |
| 3.1.2 基于切片的负载均衡策略 | 第22-24页 |
| 3.3 基于三角形的结构聚类 | 第24-29页 |
| 3.3.1 三角形结构聚类定义 | 第25-26页 |
| 3.3.2 三角形结构聚类算法 | 第26-29页 |
| 3.4 实验结果与分析 | 第29-33页 |
| 3.4.1 实验数据 | 第29页 |
| 3.4.2 实验环境 | 第29页 |
| 3.4.3 实验结果与分析 | 第29-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 基于BFS-TREE的动态更新算法 | 第34-52页 |
| 4.1 观察与发现 | 第34-36页 |
| 4.2 增量更新算法 | 第36-48页 |
| 4.2.1 初始化BFS-tree | 第36-42页 |
| 4.2.2 增量更新算法的实现 | 第42-47页 |
| 4.2.3 算法复杂度分析 | 第47-48页 |
| 4.3 实验结果与分析 | 第48-51页 |
| 4.3.1 实验数据 | 第48-49页 |
| 4.3.2 实验结果 | 第49-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第5章 总结与展望 | 第52-54页 |
| 5.1 论文工作总结 | 第52-53页 |
| 5.2 研究工作展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-59页 |
| 攻读硕士学位期间的研究成果 | 第59页 |
