大规模动态图节点相似性度量方法研究
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景 | 第11-13页 |
| 1.2 问题提出 | 第13-14页 |
| 1.3 研究内容 | 第14-15页 |
| 1.4 本文组织结构 | 第15-17页 |
| 第2章 相关工作 | 第17-25页 |
| 2.1 相似度计算方法 | 第17-21页 |
| 2.1.1 基于统计分析的相似性度量方法 | 第17-20页 |
| 2.1.2 基于大规模图的相似性度量方法 | 第20-21页 |
| 2.1.3 基于大规模动态图的相似性度量方法 | 第21页 |
| 2.2 大规模图处理框架 | 第21-23页 |
| 2.2.1 GraphX | 第22-23页 |
| 2.2.2 HDFS | 第23页 |
| 2.3 本章小结 | 第23-25页 |
| 第3章 大规模动态图节点相似度计算 | 第25-36页 |
| 3.1 问题描述 | 第25-28页 |
| 3.2 相邻时刻节点相似度计算 | 第28-30页 |
| 3.2.1 节点相似 | 第28页 |
| 3.2.2 相似度计算 | 第28-29页 |
| 3.2.3 实例 | 第29-30页 |
| 3.3 连续时间段节点相似度计算 | 第30-34页 |
| 3.3.1 偏相似 | 第30-31页 |
| 3.3.2 偏相似度递归计算 | 第31-32页 |
| 3.3.3 实例 | 第32-34页 |
| 3.4 本章小结 | 第34-36页 |
| 第4章 时间序列约束的相似性聚类 | 第36-45页 |
| 4.1 问题描述 | 第36-37页 |
| 4.2 相似性聚类 | 第37-42页 |
| 4.2.1 时间序列约束聚类 | 第37-39页 |
| 4.2.2 实例 | 第39-42页 |
| 4.3 聚类筛选 | 第42-44页 |
| 4.3.1 结果分段筛选 | 第42-43页 |
| 4.3.2 实例 | 第43-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第5章 实验与分析 | 第45-52页 |
| 5.1 实验环境和性能评估 | 第45-47页 |
| 5.1.1 实验环境 | 第45-46页 |
| 5.1.2 性能评估指标 | 第46-47页 |
| 5.2 实验结果分析 | 第47-51页 |
| 5.2.1 存储开销对比 | 第47-49页 |
| 5.2.2 算法执行效率对比 | 第49-50页 |
| 5.2.3 不同聚类结果对比 | 第50-51页 |
| 5.3 本章小结 | 第51-52页 |
| 第6章 结论与展望 | 第52-54页 |
| 6.1 总结 | 第52-53页 |
| 6.2 展望 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读学位期间发表的学术论文及参加科研情况 | 第59-60页 |
