| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 关系数据库中的关键词搜索算法 | 第9-10页 |
| 1.2.2 关键词搜索算法中的评分和排序 | 第10-11页 |
| 1.2.3 云计算技术在图搜索方面的应用 | 第11-12页 |
| 1.3 本文的主要研究内容 | 第12-13页 |
| 1.4 论文的章节安排 | 第13-14页 |
| 第2章 相关理论与技术 | 第14-24页 |
| 2.1 基于数据图的关键词查询相关定义 | 第14-15页 |
| 2.1.1 数据库模型 | 第14-15页 |
| 2.1.2 查询模型 | 第15页 |
| 2.2 基于数据图的关键词搜索算法 | 第15-18页 |
| 2.2.1 BANKS算法 | 第15-17页 |
| 2.2.2 BANKSⅡ算法 | 第17-18页 |
| 2.3 MapReduce计算模型及相关应用 | 第18-21页 |
| 2.3.1 MapReduce计算模型 | 第18-20页 |
| 2.3.2 MapReduce的应用 | 第20-21页 |
| 2.4 Spark计算框架及相关应用 | 第21-23页 |
| 2.4.1 Spark计算框架 | 第21-22页 |
| 2.4.2 Spark的应用 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 基于MapReduce的数据图搜索算法 | 第24-33页 |
| 3.1 传统的串行数据图搜索算法 | 第24-26页 |
| 3.2 基于MapReduce的并行逆向搜索算法 | 第26-30页 |
| 3.2.1 基于MapReduce的逆向搜索算法流程 | 第26-27页 |
| 3.2.2 逆向搜索算法的Map函数 | 第27-29页 |
| 3.2.3 逆向搜索算法的Reduce函数 | 第29-30页 |
| 3.3 实验与分析 | 第30-32页 |
| 3.3.1 实验环境设置 | 第30-31页 |
| 3.3.2 执行性能测试 | 第31页 |
| 3.3.3 可扩展性测试 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 基于Spark的数据图搜索算法 | 第33-44页 |
| 4.1 基于Spark的数据图分片 | 第33-37页 |
| 4.1.1 边切法和点切法 | 第33-35页 |
| 4.1.2 数据图的切割和存储 | 第35-37页 |
| 4.2 基于Spark的逆向搜索算法 | 第37-40页 |
| 4.2.1 数据图存储结构 | 第38页 |
| 4.2.2 算法与分析 | 第38-40页 |
| 4.3 实验与分析 | 第40-43页 |
| 4.3.1 实验环境设置 | 第40-41页 |
| 4.3.2 执行性能测试 | 第41-42页 |
| 4.3.3 查全率测试 | 第42页 |
| 4.3.4 可扩展性测试 | 第42-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第5章 总结与展望 | 第44-46页 |
| 5.1 总结 | 第44页 |
| 5.2 展望 | 第44-46页 |
| 参考文献 | 第46-49页 |
| 攻读硕士学位期间发表的论文 | 第49-50页 |
| 后记 | 第50页 |