基于复杂网络的大规模电信数据分析研究
| 摘要 | 第1-8页 |
| Abstract | 第8-13页 |
| 第一章.绪论 | 第13-22页 |
| ·研究背景 | 第13-19页 |
| ·复杂网络研究现状 | 第14-17页 |
| ·面向海量数据的计算 | 第17-18页 |
| ·电信企业的机遇与挑战 | 第18-19页 |
| ·研究内容 | 第19-21页 |
| ·电信数据的多维度分析 | 第19-20页 |
| ·基于事件的网络演化分析框架 | 第20页 |
| ·基于MapReduce的大图挖掘算法 | 第20页 |
| ·基于云计算的电信数据挖掘平台 | 第20-21页 |
| ·论文组织结构 | 第21-22页 |
| 第二章.预备知识 | 第22-26页 |
| ·符号使用及基本概念定义 | 第22-23页 |
| ·实用数据集 | 第23-26页 |
| 第三章.电信数据的多维度分析 | 第26-40页 |
| ·本章简介 | 第26页 |
| ·相关工作 | 第26-27页 |
| ·数据预处理 | 第27-28页 |
| ·静态特征分析 | 第28-37页 |
| ·网络结构分析 | 第28-31页 |
| ·网络特征分析 | 第31-37页 |
| ·动态特征分析 | 第37-39页 |
| ·个体演化特性 | 第37-38页 |
| ·群体演化特性 | 第38-39页 |
| ·图演化特性 | 第39页 |
| ·本章总结 | 第39-40页 |
| 第四章.基于事件的网络演化分析 | 第40-59页 |
| ·本章简介 | 第40-41页 |
| ·相关工作 | 第41-42页 |
| ·相关定义 | 第42-43页 |
| ·演化框架详述 | 第43-51页 |
| ·Timeline生成 | 第43-45页 |
| ·网络段抽取 | 第45-46页 |
| ·近似图 | 第46-48页 |
| ·社团发现 | 第48-50页 |
| ·社团演化 | 第50-51页 |
| ·实验及结果分析 | 第51-57页 |
| ·网络演化追踪 | 第52-55页 |
| ·社团演化及其追踪 | 第55-57页 |
| ·本章小结 | 第57-59页 |
| 第五章. 分布式大图挖掘 | 第59-77页 |
| ·本章简介 | 第59-60页 |
| ·相关工作 | 第60页 |
| ·预备知识 | 第60-61页 |
| ·符号和定义 | 第60页 |
| ·MapReduce计算模型介绍 | 第60-61页 |
| ·结构挖掘流程 | 第61-68页 |
| ·图转换(G-Tran) | 第61-62页 |
| ·极大团发现(K-Enum) | 第62-65页 |
| ·社团发现 | 第65-68页 |
| ·实验及结果分析 | 第68-76页 |
| ·硬件环境 | 第68页 |
| ·数据及基本实验说明 | 第68-70页 |
| ·图转化及极大团发现 | 第70-73页 |
| ·社团发现 | 第73-75页 |
| ·社团应用 | 第75-76页 |
| ·本章小结 | 第76-77页 |
| 第六章.基于云计算的电信数据挖掘平台 | 第77-90页 |
| ·本章简介 | 第77-78页 |
| ·系统构造方法 | 第78-82页 |
| ·系统框架设计 | 第78-80页 |
| ·系统实现方式 | 第80-82页 |
| ·实验及结果讨论 | 第82-88页 |
| ·海量数据预处理 | 第83-85页 |
| ·客户离网分析 | 第85-86页 |
| ·网络演化分析 | 第86-87页 |
| ·公共服务 | 第87-88页 |
| ·本章小结 | 第88-90页 |
| 第七章.讨论及展望 | 第90-91页 |
| 参考文献 | 第91-97页 |
| 致谢 | 第97-98页 |
| 攻读硕士学位期间发表的论文 | 第98-100页 |
| 附录一 Bollinger Bands的应用 | 第100-101页 |
| 附录二 图、表及算法目录 | 第101-104页 |
| 图目录 | 第101-103页 |
| 表目录 | 第103-104页 |
| 算法目录 | 第104页 |
