| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 论文结构安排 | 第10-12页 |
| 第二章 相关背景知识介绍 | 第12-24页 |
| 2.1 复杂网络 | 第12-18页 |
| 2.1.1 复杂网络基础理论 | 第12-13页 |
| 2.1.2 复杂网络分簇方法 | 第13-17页 |
| 2.1.3 评价指标 | 第17-18页 |
| 2.2 MapReduce框架及分布式文件系统模型 | 第18-23页 |
| 2.2.1 MapReduce框架 | 第18-21页 |
| 2.2.2 分布式文件系统模型 | 第21-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第三章 基于邻域搜索聚类算法的复杂网络分簇研究 | 第24-44页 |
| 3.1 问题描述 | 第24-25页 |
| 3.2 基于邻域搜索聚类算法的复杂网络分簇 | 第25-33页 |
| 3.2.1 节点连接强度 | 第25-26页 |
| 3.2.2 邻域搜索 | 第26-28页 |
| 3.2.3 参数分析 | 第28-30页 |
| 3.2.4 噪声点处理 | 第30-32页 |
| 3.2.5 算法流程 | 第32-33页 |
| 3.3 实验结果及分析 | 第33-43页 |
| 3.3.1 真实世界网络 | 第33-40页 |
| 3.3.2 人工合成网络 | 第40-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第四章 基于MapReduce聚类算法的复杂网络分簇研究 | 第44-62页 |
| 4.1 问题描述 | 第44-45页 |
| 4.2 基于MapReduce聚类算法的复杂网络分簇 | 第45-52页 |
| 4.2.1 MapReduce化流程 | 第46-47页 |
| 4.2.2 数据预处理 | 第47-48页 |
| 4.2.3 计算最短路径 | 第48-49页 |
| 4.2.4 计算邻域密度 | 第49-50页 |
| 4.2.5 确定聚类中心 | 第50-52页 |
| 4.3 实验结果及分析 | 第52-61页 |
| 4.3.1 集群搭建 | 第52-53页 |
| 4.3.2 真实世界网络 | 第53-58页 |
| 4.3.3 人工合成网络 | 第58-61页 |
| 4.4 本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 5.1 总结 | 第62页 |
| 5.2 展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 附录1 攻读硕士学位期间申请的专利 | 第68-69页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第69-70页 |
| 致谢 | 第70页 |
