面向评测基准的社交流数据生成
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-11页 |
| 第一章 绪论 | 第18-24页 |
| 1.1 研究背景 | 第18-19页 |
| 1.2 研究面临的问题 | 第19-20页 |
| 1.3 主要贡献 | 第20-22页 |
| 1.4 章节安排 | 第22-24页 |
| 第二章 问题定义与研究现状 | 第24-46页 |
| 2.1 问题定义 | 第24-35页 |
| 2.1.1 模型描述和问题定义 | 第24-27页 |
| 2.1.2 社交流数据应用实例 | 第27-29页 |
| 2.1.3 社交流特征 | 第29-35页 |
| 2.2 网络生成模型和生成算法 | 第35-41页 |
| 2.2.1 网络和网络生成模型 | 第36-40页 |
| 2.2.2 网络生成方法和工具 | 第40-41页 |
| 2.3 人类动力学模型及模拟方法 | 第41-43页 |
| 2.3.1 人类动力学模型 | 第41-42页 |
| 2.3.2 齐次和非齐次泊松过程的模拟方法 | 第42-43页 |
| 2.4 本章小结 | 第43-46页 |
| 第三章 社交数据流生成 | 第46-78页 |
| 3.1 社交数据流产生框架 | 第46-50页 |
| 3.1.1 初始化缓冲池 | 第46-47页 |
| 3.1.2 迭代更新缓冲池 | 第47-50页 |
| 3.2 单链接社交流生成方法 | 第50-59页 |
| 3.2.1 项目产生模型和算法 | 第50-53页 |
| 3.2.2 链接生成模型和算法 | 第53-56页 |
| 3.2.3 参数学习 | 第56-58页 |
| 3.2.4 内存消耗分析 | 第58-59页 |
| 3.3 多链接社交流生成算法 | 第59-63页 |
| 3.3.1 项目产生方法 | 第60页 |
| 3.3.2 链接生成模型和算法 | 第60-63页 |
| 3.3.3 参数学习和内存消耗分析 | 第63页 |
| 3.4 实验与分析 | 第63-77页 |
| 3.4.1 单链接社交流 | 第64-71页 |
| 3.4.2 多链接社交流 | 第71-77页 |
| 3.5 本章小结 | 第77-78页 |
| 第四章 分布式社交数据流生成 | 第78-96页 |
| 4.1 分布式社交数据流生成架构 | 第78-79页 |
| 4.2 分布式架构实现 | 第79-83页 |
| 4.2.1 分布式链接生成方法 | 第79-81页 |
| 4.2.2 异步模型和延迟更新策略 | 第81-82页 |
| 4.2.3 合并部分社交流 | 第82-83页 |
| 4.3 生产者网络分割及性能分析 | 第83-87页 |
| 4.3.1 工作负载分析 | 第83-84页 |
| 4.3.2 通信代价分析 | 第84-85页 |
| 4.3.3 主机内存消耗分析 | 第85-86页 |
| 4.3.4 生产者网络分割 | 第86-87页 |
| 4.4 实验与分析 | 第87-94页 |
| 4.4.1 单链接社交流 | 第87-91页 |
| 4.4.2 多链接社交流 | 第91-94页 |
| 4.5 本章小结 | 第94-96页 |
| 第五章 BSMA：基于社交媒体分析查询的评测基准 | 第96-112页 |
| 5.1 评测基准框架 | 第96-97页 |
| 5.2 数据支持 | 第97-102页 |
| 5.2.1 数据模型 | 第98页 |
| 5.2.2 真实数据和数据生成器 | 第98-102页 |
| 5.3 工作负载生成 | 第102-107页 |
| 5.3.1 查询负载 | 第102-103页 |
| 5.3.2 查询分析 | 第103-106页 |
| 5.3.3 查询生成器 | 第106-107页 |
| 5.4 性能测试工具以及系统 | 第107-111页 |
| 5.4.1 性能测试工具 | 第107-108页 |
| 5.4.2 BSMA执行监测系统 | 第108-111页 |
| 5.5 本章小结 | 第111-112页 |
| 第六章 总结与展望 | 第112-116页 |
| 6.1 本文工作总结 | 第112-113页 |
| 6.2 未来工作展望 | 第113-116页 |
| 参考文献 | 第116-128页 |
| 附录 | 第128-140页 |
| 致谢 | 第140-142页 |
| 攻读博士学位期间发表论文和科研情况 | 第142页 |
