摘要 | 第1-5页 |
ABSTRACT | 第5-10页 |
第一章 绪论 | 第10-17页 |
·研究背景 | 第10-11页 |
·基于云计算平台的数据挖掘研究现状 | 第11-14页 |
·数据挖掘 | 第11-12页 |
·云计算 | 第12-14页 |
·基于云计算平台的数据挖掘 | 第14页 |
·论文内容及论文成果 | 第14-15页 |
·基于云计算的无向图的连通分量算法 | 第14-15页 |
·基于云计算的有向图的强连通分量算法 | 第15页 |
·基于云计算的无向图的Betweenness算法 | 第15页 |
·Twister的研究及应用 | 第15页 |
·论文组织结构 | 第15-17页 |
第二章 云计算相关技术介绍 | 第17-23页 |
·海量分布式存储技术 | 第17-18页 |
·数据管理技术 | 第18-19页 |
·虚拟化技术 | 第19页 |
·并行编程模式 | 第19-22页 |
·MapReduce编程模型 | 第20页 |
·MapReduce执行流程 | 第20-21页 |
·MapReduce应用项目 | 第21-22页 |
·本章小结 | 第22-23页 |
第三章 基于云计算平台的无向图连通分量算法 | 第23-32页 |
·相关工作 | 第23-25页 |
·标签传播算法(LPA) | 第25页 |
·基于云计算的无向图连通分量算法 | 第25-30页 |
·基本思路 | 第26页 |
·数据结构 | 第26页 |
·算法步骤 | 第26-27页 |
·算法的MapReduce实现框架 | 第27-29页 |
·具体实例 | 第29-30页 |
·实验及结果分析 | 第30-31页 |
·实验环境及实验数据 | 第30页 |
·实验结果及分析 | 第30-31页 |
·本章小结 | 第31-32页 |
第四章 基于云计算平台的有向图的强连通分量算法 | 第32-43页 |
·相关工作 | 第32-37页 |
·Kosaraju算法 | 第32-33页 |
·Tarjan算法 | 第33-37页 |
·算法总结 | 第37页 |
·基于云计算的有向图的强连通分量算法 | 第37-41页 |
·基本思路 | 第37页 |
·数据结构 | 第37-38页 |
·算法步骤 | 第38页 |
·MapReduce框架 | 第38-40页 |
·具体实例 | 第40-41页 |
·实验及结果分析 | 第41-42页 |
·实验环境及数据 | 第41页 |
·实验结果及分析 | 第41-42页 |
·本章小结 | 第42-43页 |
第五章 基于云计算的无向图Betweenness算法 | 第43-64页 |
·相关工作 | 第43-46页 |
·相关定义 | 第43-44页 |
·Floyd-Warshall算法 | 第44-45页 |
·Brandes提出的快速Betweenness算法 | 第45-46页 |
·基于云计算的无向图的Betweenness算法 | 第46-56页 |
·基本思路 | 第46页 |
·数据结构 | 第46-47页 |
·算法步骤 | 第47-48页 |
·MapReduce实现框架 | 第48-51页 |
·具体实例 | 第51-56页 |
·改进的Betweenness算法 | 第56-62页 |
·基本思路 | 第56-57页 |
·数据结构 | 第57页 |
·算法步骤 | 第57-58页 |
·MapReduce框架 | 第58-61页 |
·算法比较 | 第61-62页 |
·实验及结果分析 | 第62-63页 |
·实验环境及数据 | 第62页 |
·实验结果及分析 | 第62-63页 |
·本章小结 | 第63-64页 |
第六章 Twister的研究与应用 | 第64-71页 |
·Twister介绍 | 第64-66页 |
·Twister中的数据管理 | 第65页 |
·静态数据与可变数据 | 第65-66页 |
·可缓存的map/reduce任务 | 第66页 |
·Twister与Hadoop的比较 | 第66-67页 |
·基于Twister的迭代的MapReduce应用 | 第67-69页 |
·性能对比 | 第69-70页 |
·本章小结 | 第70-71页 |
第七章 结束语 | 第71-73页 |
·论文总结 | 第71-72页 |
·下一步工作方向 | 第72-73页 |
参考文献 | 第73-75页 |
致谢 | 第75-76页 |
攻读硕士学位期间发表的论文 | 第76页 |