| 摘要 | 第1-5页 |
| abstract | 第5-8页 |
| 引言 | 第8-10页 |
| 1 绪论 | 第10-16页 |
| ·研究背景与意义 | 第10-11页 |
| ·图划分研究现状 | 第11-14页 |
| ·本文的研究内容 | 第14页 |
| ·本文的研究贡献 | 第14-15页 |
| ·本文的组织 | 第15-16页 |
| 2 相关技术 | 第16-21页 |
| ·Map Reduce框架 | 第16-17页 |
| ·BSP模型 | 第17-18页 |
| ·Pregel和Giraph云平台 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 3 图划分研究综述 | 第21-36页 |
| ·图划分定义及评价指标 | 第21-23页 |
| ·相关概念 | 第22页 |
| ·图划分评价指标 | 第22-23页 |
| ·集中式环境下图划分算法 | 第23-27页 |
| ·局部改进算法 | 第23-24页 |
| ·全局划分算法 | 第24-27页 |
| ·大规模图数据划分 | 第27-34页 |
| ·大规模图数据划分算法的难点 | 第27-29页 |
| ·大规模图数据的静态图划分算法 | 第29-31页 |
| ·大规模图数据的动态图划分算法 | 第31-34页 |
| ·本章小结 | 第34-36页 |
| 4 LGP-SA:分布式环境下基于模拟退火的大规模图划分算法 | 第36-47页 |
| ·问题分析 | 第36-37页 |
| ·LGP-SA算法描述 | 第37-39页 |
| ·LGP-SA算法实现 | 第39-40页 |
| ·LGP-SA算法实验 | 第40-46页 |
| ·实验设置 | 第40-41页 |
| ·实验结果和分析 | 第41-46页 |
| ·本章小结 | 第46-47页 |
| 5 LGP-time:分布式环境下基于运行时间的大规模图划分算法 | 第47-59页 |
| ·问题分析 | 第47-48页 |
| ·LGP-time算法描述 | 第48-50页 |
| ·LGP-time算法三大难题 | 第50-51页 |
| ·LGP-time算法实现 | 第51-54页 |
| ·LGP-time算法实验 | 第54-58页 |
| ·算法评价标准 | 第54-55页 |
| ·算法有效性 | 第55-56页 |
| ·算法性能对比 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 6 结束语 | 第59-60页 |
| ·工作总结 | 第59页 |
| ·研究展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 在学研究成果 | 第64-65页 |
| 致谢 | 第65页 |