| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第1章 引言 | 第10-14页 |
| ·研究背景 | 第10-11页 |
| ·TopGC 的提出及不足 | 第11页 |
| ·本文研究工作 | 第11-12页 |
| ·论文组织结构 | 第12-14页 |
| 第2章 相关工作 | 第14-29页 |
| ·图聚类 | 第14-20页 |
| ·聚类分析概述 | 第14-19页 |
| ·图聚类分析的研究与现状 | 第19-20页 |
| ·TopGC | 第20-28页 |
| ·簇的强度和得分 | 第22-23页 |
| ·Locality Sensitive Hashing | 第23-24页 |
| ·边权计算 | 第24-26页 |
| ·查找空间的剪枝 | 第26-28页 |
| ·TopGC 的不足 | 第28页 |
| ·本章小结 | 第28-29页 |
| 第3章 基于 k 邻接的图聚类 | 第29-37页 |
| ·基本思想 | 第29-31页 |
| ·k 邻接 | 第31-33页 |
| ·聚类算法 | 第33-36页 |
| ·图剪枝 | 第34-35页 |
| ·剪枝后聚类 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 基于联接代价的分布式图聚类 | 第37-48页 |
| ·分布式聚类概述 | 第37-42页 |
| ·分布式数据挖掘 | 第37-41页 |
| ·分布式聚类技术 | 第41-42页 |
| ·图分片代价 | 第42-44页 |
| ·子图聚类合并 | 第44-45页 |
| ·分布式图聚类算法 | 第45-46页 |
| ·算法实例 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 实验分析 | 第48-53页 |
| ·模拟数据集上的实验结果及分析 | 第48-49页 |
| ·真实数据集上的实验结果及分析 | 第49-52页 |
| ·酵母生物网络 | 第49-51页 |
| ·大型现实世界网络 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第6章 结论与展望 | 第53-55页 |
| ·结论 | 第53-54页 |
| ·展望 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-58页 |
| 攻读学位期间发表的学术论文及参加科研情况 | 第58-59页 |