基于Neo4j图数据库的社交网络数据的研究与应用
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 国外研究现状 | 第13-14页 |
| 1.2.2 国内研究现状 | 第14-15页 |
| 1.3 研究目的 | 第15页 |
| 1.4 主要研究内容 | 第15-16页 |
| 1.5 论文组织结构 | 第16-17页 |
| 第2章 关键理论和技术 | 第17-34页 |
| 2.1 图的基本概念 | 第17-18页 |
| 2.2 关联数据的存储选择 | 第18-21页 |
| 2.2.1 关系型数据库处理联系 | 第18-19页 |
| 2.2.2 Noe4j图数据处理联系 | 第19-21页 |
| 2.3 Neo4j图数据库 | 第21-32页 |
| 2.3.1 Neo4j图处理引擎 | 第21-22页 |
| 2.3.2 Neo4j图存储结构 | 第22-25页 |
| 2.3.3 Neo4j数据模型 | 第25-29页 |
| 2.3.4 Neo4j应用模式 | 第29-32页 |
| 2.4 查询语言Cypher | 第32-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第3章 Neo4j索引算法改进 | 第34-41页 |
| 3.1 多维索引 | 第34-35页 |
| 3.2 SKIP LIST的介绍 | 第35-36页 |
| 3.3 SKIP LIST算法实现 | 第36-40页 |
| 3.3.1 Skip List的插入 | 第37-39页 |
| 3.3.2 Skip List的删除 | 第39页 |
| 3.3.3 Skip List的查找 | 第39-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 社交网络统计特性算法实现 | 第41-53页 |
| 4.1 引言 | 第41页 |
| 4.2 社交网络示例 | 第41-44页 |
| 4.3 社交网络的统计特性 | 第44-52页 |
| 4.3.1 度分布 | 第44-46页 |
| 4.3.2 平均路径长度 | 第46-47页 |
| 4.3.3 网络直径 | 第47-48页 |
| 4.3.4 网络密度 | 第48页 |
| 4.3.5 聚集系数 | 第48-50页 |
| 4.3.6 介数 | 第50-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第5章 Neo4j在社交网络分析的应用 | 第53-59页 |
| 5.1 数据集介绍 | 第53-54页 |
| 5.2 Neo4j的设计模型 | 第54-56页 |
| 5.2.1 设计过程 | 第55页 |
| 5.2.2 部分功能截图 | 第55-56页 |
| 5.3 实验测试分析 | 第56-57页 |
| 5.3.1 实验环境 | 第56页 |
| 5.3.2 测试执行 | 第56页 |
| 5.3.3 测试结果 | 第56-57页 |
| 5.4 本章小结 | 第57-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 附录A 攻读学位期间所参与的主要项目 | 第64-65页 |
| 致谢 | 第65-66页 |
