复杂网络中的重叠社区发现算法研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 综述 | 第10-16页 |
| ·研究背景 | 第10-11页 |
| ·研究意义 | 第11-12页 |
| ·研究现状 | 第12-15页 |
| ·主要研究内容 | 第15页 |
| ·论文结构 | 第15-16页 |
| 2 相关理论 | 第16-46页 |
| ·复杂网络 | 第16-21页 |
| ·基本概念 | 第16-20页 |
| ·主要应用 | 第20-21页 |
| ·社区发现 | 第21-35页 |
| ·社区结构 | 第22-23页 |
| ·社区结构的评价指标 | 第23-27页 |
| ·社区发现算法 | 第27-35页 |
| ·相关社区发现算法 | 第35-42页 |
| ·基于clique的方法 | 第35-40页 |
| ·基于标签传播的方法 | 第40-42页 |
| ·Hadoop分布计算框架 | 第42-45页 |
| ·MapReduce分布式计算模型 | 第42-44页 |
| ·Hadoop Mapreduce | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 3 CLPA:一种可并行化的重叠社区发现算法 | 第46-59页 |
| ·主要思想 | 第46页 |
| ·算法描述 | 第46-49页 |
| ·时间复杂度分析 | 第47页 |
| ·建立clique-clique网络的策略 | 第47-48页 |
| ·标签传播的顺序 | 第48页 |
| ·迭代次数 | 第48-49页 |
| ·实现上的优化 | 第49页 |
| ·分布式社区发现算法 | 第49-56页 |
| ·基本条件 | 第50-51页 |
| ·LPA算法的MapReduce实现 | 第51-53页 |
| ·CLPA算法的MapReduce实现 | 第53-56页 |
| ·CLPA算法的可优化之处 | 第56-58页 |
| ·查找部分极大k-clique | 第56-57页 |
| ·支持层次社区结构 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 4 实验及结果分析 | 第59-69页 |
| ·实验平台 | 第59-60页 |
| ·Snail:社会网络分析软件 | 第59-60页 |
| ·分布式计算平台 | 第60页 |
| ·实验数据 | 第60-61页 |
| ·人工网络数据 | 第61页 |
| ·真实网络数据 | 第61页 |
| ·实验方案与结果 | 第61-68页 |
| ·算法质量比较 | 第62-65页 |
| ·算法效率比较 | 第65-66页 |
| ·较小规模真实网络 | 第66-67页 |
| ·较大规模真实网络 | 第67-68页 |
| ·实验结果分析 | 第68-69页 |
| 5 总结与展望 | 第69-71页 |
| ·论文总结 | 第69页 |
| ·研究展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 学位论文数据集 | 第75页 |
