| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.3 本文的主要工作 | 第14-15页 |
| 1.4 论文的章节安排 | 第15-17页 |
| 第2章 结构聚类 | 第17-23页 |
| 2.1 结构聚类的基本概念及相关引理 | 第17-20页 |
| 2.2 串行结构聚类的算法原理 | 第20-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第3章 基于MRSCAN的社区挖掘及算法实现 | 第23-48页 |
| 3.1 MRSCAN模型及算法实现 | 第23-42页 |
| 3.1.1 基于MapReduce求节点度及边上三角形个数 | 第23-32页 |
| 3.1.2 基于MapReduce求图中核心节点 | 第32-34页 |
| 3.1.3 基于MapReduce的图维度扩展 | 第34-39页 |
| 3.1.4 基于MapReduce对分支进行结构聚类 | 第39-42页 |
| 3.2 实验结果与分析 | 第42-46页 |
| 3.2.1 实验平台与实验数据集 | 第42-43页 |
| 3.2.2 算法时间性能结果及分析 | 第43-45页 |
| 3.2.3 算法内存开销及分析 | 第45-46页 |
| 3.3 算法复杂度分析 | 第46页 |
| 3.4 本章小结 | 第46-48页 |
| 第4章 基于k-core-truss的社区模型及算法实现 | 第48-57页 |
| 4.1 模型定义 | 第48-50页 |
| 4.2 k-core-truss社区搜索算法 | 第50-53页 |
| 4.2.1 k-core-truss社区发现算法 | 第50-51页 |
| 4.2.2 k-core-truss节点查询算法 | 第51-53页 |
| 4.3 实验结果与分析 | 第53-55页 |
| 4.3.1 实验平台与实验数据集 | 第53页 |
| 4.3.2 算法效率分析 | 第53-55页 |
| 4.3.3 模型有效性分析 | 第55页 |
| 4.4 本章小结 | 第55-57页 |
| 第5章 总结和展望 | 第57-59页 |
| 5.1 论文工作总结 | 第57-58页 |
| 5.2 研究工作展望 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64-66页 |
| 攻读硕士学位期间的研究成果 | 第66页 |
