基于Spark的大规模复杂网络的社区发现算法的研究与改进
| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 第一章 引言 | 第9-15页 |
| 1.1 研究背景 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 社区发现算法研究现状 | 第11-13页 |
| 1.2.2 Spark发展现状 | 第13页 |
| 1.3 本文研究内容 | 第13页 |
| 1.4 论文结构安排 | 第13-14页 |
| 1.5 本章小结 | 第14-15页 |
| 第二章 相关理论与工具介绍 | 第15-25页 |
| 2.1 复杂网络基本知识 | 第15-18页 |
| 2.1.1 复杂网络分类 | 第15-17页 |
| 2.1.2 复杂网络相关统计特征 | 第17-18页 |
| 2.2 社区发现算法相关基础 | 第18-20页 |
| 2.2.1 复杂网络社区定义 | 第18页 |
| 2.2.2 社区发现算法评价指标 | 第18-20页 |
| 2.3 Spark基础介绍 | 第20-23页 |
| 2.3.1 Spark特性 | 第20-21页 |
| 2.3.2 SparkGraphX | 第21-23页 |
| 2.4 本章小结 | 第23-25页 |
| 第三章 基于标签传播的社区发现算法研究与改进 | 第25-41页 |
| 3.1 传统标签算法介绍 | 第25-26页 |
| 3.2 关于基于标签传播算法的研究 | 第26-29页 |
| 3.3 本文关于标签传播算法的改进策略 | 第29-39页 |
| 3.3.1 无权网络预处理 | 第29-32页 |
| 3.3.2 标签初始化策略 | 第32-35页 |
| 3.3.3 标签传播与更新策略 | 第35-39页 |
| 3.3.4 迭代收敛策略 | 第39页 |
| 3.4 本章小结 | 第39-41页 |
| 第四章 实验与分析 | 第41-58页 |
| 4.1 实验环境介绍 | 第41-43页 |
| 4.2 算法同步化与编程实现 | 第43-46页 |
| 4.3 实验数据与来源 | 第46-50页 |
| 4.4 实验评估与结果分析 | 第50-56页 |
| 4.5 本章小结 | 第56-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 本文总结 | 第58页 |
| 5.2 未来展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 作者简介及在学期间所获得的科研成果 | 第63-64页 |
| 致谢 | 第64页 |
