| 摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 目录 | 第10-14页 |
| 图目录 | 第14-16页 |
| 表目录 | 第16-17页 |
| 第1章 绪论 | 第17-25页 |
| ·论文的研究背景 | 第17-20页 |
| ·社交网络的概念 | 第18页 |
| ·社交网络中社区发现 | 第18-19页 |
| ·目前社区发现方法的不足 | 第19-20页 |
| ·论文研究问题的提出 | 第20-21页 |
| ·用户兴趣建模 | 第20页 |
| ·个性化PageRank计算 | 第20-21页 |
| ·局部社区发现 | 第21页 |
| ·主要研究工作 | 第21-24页 |
| ·论文的研究工作 | 第21-22页 |
| ·论文的组织结构 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第2章 大规模社交网络相关背景及其研究 | 第25-37页 |
| ·引言 | 第25-26页 |
| ·大规模社交网络发展及现状 | 第26-29页 |
| ·社交网络发展 | 第26-28页 |
| ·社交网络发展的未来 | 第28-29页 |
| ·社交网络研究层面 | 第29-30页 |
| ·微观层次 | 第29页 |
| ·中观层次 | 第29-30页 |
| ·宏观层次 | 第30页 |
| ·大规模社交网络的研究 | 第30-35页 |
| ·大规模社交网络的基础研究 | 第31页 |
| ·社交网络影响力的研究 | 第31-33页 |
| ·使用的社交网络的动机研究 | 第33-34页 |
| ·大规模社交网络发现 | 第34-35页 |
| ·大规模数据处理平台 | 第35-36页 |
| ·大规模数据处理平台MPI | 第35-36页 |
| ·大规模数据处理平台MapReduce | 第36页 |
| ·本章小结 | 第36-37页 |
| 第3章 大规模社交网络中个性化兴趣爱好建模 | 第37-67页 |
| ·引言 | 第37-38页 |
| ·社交网络兴趣建模的相关研究综述 | 第38-42页 |
| ·静态兴趣模型的研究 | 第39-40页 |
| ·动态兴趣模型的研究 | 第40-42页 |
| ·社交网络兴趣表示方法及其经典建模方式 | 第42-51页 |
| ·用户兴趣模型的表示方法 | 第42-43页 |
| ·用户兴趣建模方法 | 第43-51页 |
| ·基于用户兴趣社区探测为目的的兴趣建摸的方法 | 第51-63页 |
| ·社交网络的兴趣组成 | 第52-56页 |
| ·用户兴趣信息的提取和预处理 | 第56-57页 |
| ·基于LDA的微博用户兴趣分类 | 第57-60页 |
| ·基于用户微博关注信息的用户长期兴趣建模 | 第60-61页 |
| ·基于用户微博内容为反馈的贝叶斯用户短期兴趣建模方法 | 第61-63页 |
| ·以社区探测为目的的兴趣表示 | 第63页 |
| ·实验结果与讨论 | 第63-66页 |
| ·本章小结 | 第66-67页 |
| 第4章 社交网络中高效的个性化PageRank计算及其优化 | 第67-89页 |
| ·引言 | 第67-69页 |
| ·PageRank的介绍及相关背景 | 第69-71页 |
| ·经典PageRank的介绍 | 第69-70页 |
| ·个性化PageRank介绍 | 第70-71页 |
| ·关于PageRank相关研究 | 第71-75页 |
| ·部分个性化PageRank算法 | 第72-73页 |
| ·基于概率随机步的个性化PageRank算法 | 第73-75页 |
| ·改进的概率随机步的个性化PageRank算法 | 第75页 |
| ·计算个性化PageRank的蒙特卡罗系列算法 | 第75-81页 |
| ·现有的几种Monte Carlo计算个性化PageRank的算法 | 第77-79页 |
| ·基于随机步合并的蒙特卡罗算法 | 第79-81页 |
| ·高效的个性化PageRank算法设计与实现 | 第81-86页 |
| ·基于MPI的Two-way个性化PageRank算法 | 第81-84页 |
| ·基于MPI快速Fibonacci序列个性化PageRank算法 | 第84-86页 |
| ·实验结果与讨论 | 第86-88页 |
| ·本章小结 | 第88-89页 |
| 第5章 基于个性化PageRank大规模社交网络局部兴趣社区发现 | 第89-109页 |
| ·引言 | 第89-91页 |
| ·社交网络发现相关算法 | 第91-93页 |
| ·图论相关的算法 | 第91-92页 |
| ·局部社区探测的相关方法 | 第92-93页 |
| ·基于个性化PageRank的局部社区发现 | 第93-99页 |
| ·局部社区发现算法基础 | 第93-94页 |
| ·局部社区算法讨论 | 第94-96页 |
| ·基于个性化PageRank的局部社区发现算法 | 第96-99页 |
| ·基于MapReduce的社交网局部发现 | 第99-102页 |
| ·实验结果与讨论 | 第102-107页 |
| ·实验数据集 | 第102-103页 |
| ·实验结果和分析 | 第103-105页 |
| ·MapReduce方法的问题和局限性分析 | 第105-107页 |
| ·本章小结 | 第107-109页 |
| 第6章 总结与展望 | 第109-113页 |
| ·主要工作总结 | 第109-110页 |
| ·本文主要贡献 | 第110-111页 |
| ·未来的进一步的工作 | 第111-113页 |
| 参考文献 | 第113-127页 |
| 攻读博士学位期间发表论文 | 第127-129页 |
| 攻读博士学位期间参与项目 | 第129-131页 |
| 致谢 | 第131页 |
