| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题背景及研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 研究内容及主要工作 | 第13页 |
| 1.4 论文的组织结构 | 第13-15页 |
| 第2章 基于分布式平台的复杂网络处理模型构建 | 第15-22页 |
| 2.1 复杂网络理论分析 | 第15-16页 |
| 2.1.1 复杂网络相关理论基础 | 第15-16页 |
| 2.1.2 复杂网络中数据表示 | 第16页 |
| 2.2 基于Hadoop平台的分布式技术 | 第16-18页 |
| 2.2.1 HDFS概述 | 第16-17页 |
| 2.2.2 HBase概述 | 第17-18页 |
| 2.2.3 Map Reduce概述 | 第18页 |
| 2.3 复杂网络数据分布式处理模型 | 第18-20页 |
| 2.3.1 复杂网络数据的分割 | 第19页 |
| 2.3.2 多步骤中间结果存取 | 第19-20页 |
| 2.3.3 多阶段Map Reduce处理模型 | 第20页 |
| 2.4 本章小结 | 第20-22页 |
| 第3章 基于社区结构的分布式关键节点挖掘算法 | 第22-38页 |
| 3.1 引言 | 第22页 |
| 3.2 基本定义 | 第22-24页 |
| 3.3 基于社区结构的分布式关键节点挖掘算法MR-CSKNMA | 第24-36页 |
| 3.3.1 社区规模计算 | 第24-26页 |
| 3.3.2 邻居节点查找 | 第26-28页 |
| 3.3.3 节点传播依赖度计算 | 第28-29页 |
| 3.3.4 节点自身重要度计算 | 第29-32页 |
| 3.3.5 节点附加重要度计算 | 第32-34页 |
| 3.3.6 节点综合重要度计算 | 第34-36页 |
| 3.4 本章小结 | 第36-38页 |
| 第4章 基于核心点社区的分布式关键节点挖掘算法 | 第38-49页 |
| 4.1 引言 | 第38页 |
| 4.2 基本定义 | 第38-40页 |
| 4.3 基于核心点社区的分布式关键节点挖掘算法MR-CPCKNMA | 第40-48页 |
| 4.3.1 邻域点社区划分 | 第41-43页 |
| 4.3.2 核心点社区划分 | 第43-45页 |
| 4.3.3 基于加权网络的节点自身重要度计算 | 第45-46页 |
| 4.3.4 基于加权网络的节点综合重要度计算 | 第46-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第5章 实验结果和分析 | 第49-63页 |
| 5.1 实验环境配置 | 第49页 |
| 5.2 实验仿真模型 | 第49-50页 |
| 5.3 实验的度量标准 | 第50页 |
| 5.4 基于社区结构的分布式关键节点挖掘算法的实验结果及分析 | 第50-57页 |
| 5.4.1 实验数据集 | 第50-51页 |
| 5.4.2 实验结果分析 | 第51-57页 |
| 5.5 基于核心点社区的分布式关键节点挖掘算法的实验结果及分析 | 第57-62页 |
| 5.5.1 实验数据集 | 第57-58页 |
| 5.5.2 实验结果分析 | 第58-62页 |
| 5.6 本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 致谢 | 第70页 |
