| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-17页 |
| ·课题背景 | 第9-10页 |
| ·研究目的和意义 | 第10-11页 |
| ·相关研究概述 | 第11-14页 |
| ·本文的研究内容 | 第14-15页 |
| ·本文的组织结构 | 第15-17页 |
| 第2章 背景知识分析 | 第17-29页 |
| ·海量数据传输格式 | 第17-19页 |
| ·JSON文法 | 第17页 |
| ·XML语言 | 第17-18页 |
| ·JSON与XML的适用场景 | 第18-19页 |
| ·Hadoop分布式海量数据处理技术 | 第19-22页 |
| ·MapReduce计算框架 | 第19-20页 |
| ·分布式文件系统HDFS | 第20-22页 |
| ·复杂网络基础知识 | 第22-26页 |
| ·复杂网络模型 | 第22-23页 |
| ·复杂网络的统计特性 | 第23-25页 |
| ·复杂网络的社区结构 | 第25-26页 |
| ·本章小结 | 第26-29页 |
| 第3章 需求及架构设计 | 第29-37页 |
| ·需求分析 | 第29-31页 |
| ·数据解析处理需求分析 | 第29-30页 |
| ·Hadoop平台的必要性分析 | 第30-31页 |
| ·设计分析 | 第31-32页 |
| ·架构设计 | 第32-35页 |
| ·本章小节 | 第35-37页 |
| 第4章 基于Hadoop平台的可扩展的数据处理模式 | 第37-51页 |
| ·海量硬件数据处理模式框架 | 第37-39页 |
| ·基于Hadoop平台的数据处理模式 | 第39-45页 |
| ·可扩展的数据处理策略 | 第45-47页 |
| ·可扩展的数据存储结构 | 第45-46页 |
| ·插件式的数据处理结构 | 第46-47页 |
| ·融合数据处理策略与数据处理模式 | 第47-49页 |
| ·本章小节 | 第49-51页 |
| 第5章 基于复杂网络的兴趣挖掘模型 | 第51-61页 |
| ·复杂网络模型挖掘用户兴趣的框架 | 第51-53页 |
| ·构建有向加权复杂网络模型 | 第53-56页 |
| ·统计网络模型中节点的重要性 | 第56-58页 |
| ·挖掘网络模型中社区重叠节点 | 第58-60页 |
| ·本章小节 | 第60-61页 |
| 第6章 性能分析 | 第61-69页 |
| ·前提条件准备 | 第61-62页 |
| ·数据处理模式性能评估 | 第62-64页 |
| ·效率评估 | 第62-64页 |
| ·可扩展性评估 | 第64页 |
| ·基于复杂网络兴趣挖掘的测试 | 第64-67页 |
| ·本章小节 | 第67-69页 |
| 结论 | 第69-71页 |
| 参考 文献 | 第71-75页 |
| 攻读硕士期间所发表的学术论文 | 第75-77页 |
| 致谢 | 第77页 |