摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第10-15页 |
1.1 课题背景及意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-12页 |
1.3 论文工作 | 第12-13页 |
1.4 论文结构 | 第13-15页 |
第二章 相关技术 | 第15-27页 |
2.1 分布式文件系统 | 第15-17页 |
2.1.1 GFS简介 | 第15-16页 |
2.1.2 HDFS简介 | 第16-17页 |
2.2 分布式计算模型 | 第17-20页 |
2.2.1 MapReduce模型 | 第17-18页 |
2.2.2 BSP模型 | 第18-19页 |
2.2.3 两种模型的比较 | 第19-20页 |
2.3 Hadoop计算平台 | 第20-21页 |
2.4 并行图计算框架 | 第21-26页 |
2.4.1 Pregel | 第21-22页 |
2.4.2 Hama | 第22-23页 |
2.4.3 Giraph | 第23-24页 |
2.4.4 Graphlab | 第24-25页 |
2.4.5 GraphX | 第25-26页 |
2.4.6 对比总结 | 第26页 |
2.5 本章小结 | 第26-27页 |
第三章 图属性算法设计与实现 | 第27-44页 |
3.1 图属性算法 | 第27页 |
3.2 半局部中心性 | 第27-33页 |
3.2.1 半局部中心性计算方法 | 第28页 |
3.2.2 半局部中心性在Pregel-Like架构上的设计与实现 | 第28-29页 |
3.2.3 半局部中心性实验与分析 | 第29-33页 |
3.3 K-shell分解 | 第33-42页 |
3.3.1 K-shell分解思想 | 第33-34页 |
3.3.2 K-shell分解在Pregel-Like架构上的设计与实现 | 第34-38页 |
3.3.3 K-shell分解实验与分析 | 第38-42页 |
3.4 本章小结 | 第42-44页 |
第四章 图排序算法设计与实现 | 第44-63页 |
4.1 图排序算法 | 第44-45页 |
4.2 LeaderRank算法 | 第45-53页 |
4.2.1 PageRank算法介绍 | 第45页 |
4.2.2 LeaderRank算法思想 | 第45-46页 |
4.2.3 LeaderRank算法在Pregel-Like架构上的设计与实现 | 第46-47页 |
4.2.4 LeaderRank算法性能 | 第47-50页 |
4.2.5 LeaderRank算法结果 | 第50-53页 |
4.3 SALSA算法 | 第53-62页 |
4.3.1 HITS算法介绍 | 第53-54页 |
4.3.2 SALSA算法思想 | 第54-55页 |
4.3.3 SALSA算法在Pregel-Like架构上的设计与实现 | 第55-57页 |
4.3.4 SALSA算法性能 | 第57-59页 |
4.3.5 SALSA算法结果 | 第59-62页 |
4.4 本章小结 | 第62-63页 |
第五章 图聚类算法设计与实现 | 第63-72页 |
5.1 图聚类算法 | 第63-64页 |
5.2 CNM改进算法 | 第64-67页 |
5.2.1 根据K-shell值确定中心节点 | 第65页 |
5.2.2 对中心节点网络进行社团划分 | 第65-66页 |
5.2.3 非中心节点所属社团的确定 | 第66-67页 |
5.2.4 时间复杂度分析 | 第67页 |
5.3 实验 | 第67-71页 |
5.3.1 “基准”网络划分过程 | 第68-69页 |
5.3.2 预设1-划分模型 | 第69-71页 |
5.3.3 实际数据集性能测试 | 第71页 |
5.4 本章小结 | 第71-72页 |
第六章 基于Pregel-Like架构的并行图挖掘系统 | 第72-77页 |
6.1 系统架构 | 第72-73页 |
6.1.1 云平台层 | 第73页 |
6.1.2 图算法层 | 第73页 |
6.1.3 UI层 | 第73页 |
6.2 系统展示 | 第73-76页 |
6.2.1 源网络可视化 | 第73-74页 |
6.2.2 分析结果展示 | 第74-75页 |
6.2.3 过滤网络可视化 | 第75-76页 |
6.3 本章小结 | 第76-77页 |
第七章 总结 | 第77-79页 |
7.1 论文总结 | 第77-78页 |
7.2 下一步工作 | 第78-79页 |
参考文献 | 第79-83页 |
致谢 | 第83-84页 |
攻读学位期间发表的学术论文 | 第84页 |