| 摘要 | 第3-5页 |
| Abstract | 第5-7页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 研究背景和意义 | 第10-13页 |
| 1.2 研究内容和贡献 | 第13-17页 |
| 1.3 本文章节安排 | 第17-20页 |
| 第二章 相关原理和研究现状 | 第20-34页 |
| 2.1 PageRank算法 | 第20-25页 |
| 2.2 Local PageRank算法 | 第25-26页 |
| 2.3 GPGPU架构 | 第26-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第三章 基于GPGPU特性的PageRank计算 | 第34-56页 |
| 3.1 PCSR存储模型 | 第35-39页 |
| 3.2 PCSR计算模型 | 第39-42页 |
| 3.3 PCSR计算函数 | 第42-48页 |
| 3.4 实验结果与分析 | 第48-55页 |
| 3.5 本章小结 | 第55-56页 |
| 第四章 基于蒙特卡罗方法的Local PageRank | 第56-74页 |
| 4.1 蒙特卡罗方法解Local PageRank的基本原理 | 第56-58页 |
| 4.2 蒙特卡罗方法解Local PageRank的相关性质 | 第58-63页 |
| 4.3 在GPGPU环境下的Local PageRank算法实现 | 第63-67页 |
| 4.4 实验结果与分析 | 第67-72页 |
| 4.5 本章小节 | 第72-74页 |
| 第五章 基于方差感知的Local PageRank计算 | 第74-92页 |
| 5.1 例子分析 | 第74-80页 |
| 5.2 方差感知策略与算法实现 | 第80-84页 |
| 5.3 实验结果与分析 | 第84-89页 |
| 5.4 本章小结 | 第89-92页 |
| 第六章 对Local PageRank计算的若干优化 | 第92-118页 |
| 6.1 基于图顶点重排的优化策略 | 第92-97页 |
| 6.2 基于Shared Memory的优化策略 | 第97-105页 |
| 6.3 基于图动态变化下的Local PageRank计算 | 第105-108页 |
| 6.4 实验结果与分析 | 第108-116页 |
| 6.5 本章小结 | 第116-118页 |
| 第七章 总结与展望 | 第118-120页 |
| 7.1 总结 | 第118-119页 |
| 7.2 展望 | 第119-120页 |
| 参考文献 | 第120-132页 |
| 攻读博士学位期间研究成果清单 | 第132-133页 |
