| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 图录 | 第8-9页 |
| 表录 | 第9-10页 |
| 第一章 绪论 | 第10-13页 |
| 1.1 研究本课题的必要性和意义 | 第10-11页 |
| 1.2 论文的主要内容与章节安排 | 第11-12页 |
| 1.3 本章小结 | 第12-13页 |
| 第二章 大规模社交网络挖掘的背景 | 第13-22页 |
| 2.1 在线社交网络概述 | 第13-18页 |
| 2.1.1 社交网络的基本概念和研究现状 | 第13-15页 |
| 2.1.2 社交网络的结构特征 | 第15-18页 |
| 2.2 MapReduce 模型及相关分析算法 | 第18-20页 |
| 2.2.1 MapReduce 模型和 Hadoop | 第18-19页 |
| 2.2.2 基于 MapReduce 模型的相关分析算法 | 第19-20页 |
| 2.2.3 广度优先搜索 | 第20页 |
| 2.3 本章小结 | 第20-22页 |
| 第三章 大规模社交网络的结构特征 | 第22-38页 |
| 3.1 数据收集 | 第22-26页 |
| 3.1.1 新浪微博的爬取 | 第22-24页 |
| 3.1.2 数据集描述 | 第24-26页 |
| 3.2 网络结构特征 | 第26-36页 |
| 3.2.1 度的分布 | 第26-28页 |
| 3.2.2 关系的相互性 | 第28-29页 |
| 3.2.3 聚集性 | 第29-30页 |
| 3.2.4 度的相关性 | 第30-32页 |
| 3.2.5 路径长度 | 第32-35页 |
| 3.2.6 社区发掘 | 第35-36页 |
| 3.2.7 社交属性和媒体属性 | 第36页 |
| 3.3 本章小结 | 第36-38页 |
| 第四章 基于 MapReduce 模型的社交网络分析算法 | 第38-54页 |
| 4.1 基于 MapReduce 模型的半并行广度优先搜索算法 | 第38-50页 |
| 4.1.1 算法描述 | 第38-43页 |
| 4.1.2 算法性能分析 | 第43-47页 |
| 4.1.3 算法实际测试结果 | 第47-50页 |
| 4.2 基于 MapReduce 模型的其他分析算法 | 第50-52页 |
| 4.2.1 计算路径长度 | 第50-51页 |
| 4.2.2 计算集聚系数 | 第51-52页 |
| 4.3 本章小结 | 第52-54页 |
| 第五章 结束语 | 第54-56页 |
| 5.1 主要工作 | 第54页 |
| 5.2 创新点 | 第54-55页 |
| 5.3 后续研究工作 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 攻读硕士学位期间已发表或录用的论文 | 第61-63页 |
