| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-17页 |
| 1.3 本文的主要研究内容及结构安排 | 第17-19页 |
| 第二章 复杂网络分析研究 | 第19-34页 |
| 2.1 复杂网络简介 | 第19-22页 |
| 2.2 复杂网络的统计特征 | 第22-24页 |
| 2.3 复杂网络社区挖掘方法 | 第24-26页 |
| 2.4 复杂网络中的节点重要性程度 | 第26-30页 |
| 2.5 GraphLab并行框架 | 第30-32页 |
| 2.5.1 GraphLab的数据模型 | 第31-32页 |
| 2.5.2 GraphLab的执行模型 | 第32页 |
| 2.6 本章小结 | 第32-34页 |
| 第三章 基于GraphLab的PageRank算法及RAK算法实现 | 第34-53页 |
| 3.1 问题提出 | 第34页 |
| 3.2 基于GraphLab的PageRank算法的实现 | 第34-41页 |
| 3.2.1 基本思路 | 第34-35页 |
| 3.2.2 具体实现 | 第35-39页 |
| 3.2.3 实验结果及分析 | 第39-41页 |
| 3.3 基于GraphLab的RAK社区挖掘算法的实现 | 第41-51页 |
| 3.3.1 基本思路 | 第41-43页 |
| 3.3.2 具体实现 | 第43-48页 |
| 3.3.3 实验结果及分析 | 第48-51页 |
| 3.4 本章小结 | 第51-53页 |
| 第四章 基于PageRank和RAK社区划分的可视化压缩算法 | 第53-68页 |
| 4.1 问题描述及目标 | 第53页 |
| 4.2 算法设计 | 第53-59页 |
| 4.3 实验结果及分析 | 第59-66页 |
| 4.5 本章总结 | 第66-68页 |
| 第五章 总结与展望 | 第68-70页 |
| 5.1 本文总结 | 第68-69页 |
| 5.2 后续工作展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 攻读硕士学位期间取得的成果 | 第74-75页 |
