摘要 | 第3-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第11-15页 |
1.1 课题研究目的和意义 | 第11-12页 |
1.2 课题研究内容 | 第12-13页 |
1.3 主要贡献 | 第13页 |
1.4 论文组织结构 | 第13-15页 |
第二章 国内外研究现状 | 第15-31页 |
2.1 国外重要论文研究 | 第15-24页 |
2.1.1 GraphChi | 第16-17页 |
2.1.2 TurboGraph | 第17-19页 |
2.1.3 X-stream | 第19-22页 |
2.1.4 Mmap | 第22-24页 |
2.2 国内论文研究 | 第24-25页 |
2.3 技术特点分析与总结 | 第25-26页 |
2.4 实验主要算法介绍——PageRank算法 | 第26-29页 |
2.4.1 早期的搜索引擎及词项作弊 | 第26-27页 |
2.4.2 PageRank的定义 | 第27-29页 |
2.5 GraphChi程序运行 | 第29-30页 |
2.6 本章小结 | 第30-31页 |
第三章 GraphChi及其PSW算法介绍 | 第31-35页 |
3.1 GraphChi模型的提出 | 第31页 |
3.2 PSW算法简介 | 第31-33页 |
3.3 GraphChi内存管理的部分局限性 | 第33-34页 |
3.4 本章小结 | 第34-35页 |
第四章 图计算引擎结合内存管理模式(Part-in-memory)改进思想及实验分析 | 第35-48页 |
4.1 Part-in-memory 模式的思想 | 第35-36页 |
4.2 Part-in-memory模式的实现 | 第36-37页 |
4.3 实验及分析 | 第37-47页 |
4.3.1 Part-in-memory模式的有效性 | 第38-39页 |
4.3.2 内存的影响 | 第39-40页 |
4.3.3 边数据集的影响 | 第40-41页 |
4.3.4 点数据集的影响 | 第41-43页 |
4.3.5 有趣的结论:固定内存数据比例的特性 | 第43-45页 |
4.3.6 部分特殊算法的提速 | 第45-46页 |
4.3.7 适用性实验 | 第46-47页 |
4.4 本章小结 | 第47-48页 |
第五章 图计算引擎结合算法角度的改进思想及实验分析 | 第48-55页 |
5.1 六度空间理论优化算法主要思想 | 第48页 |
5.2 六度空间理论优化算法的实现 | 第48-49页 |
5.3 六度空间理论优化算法与原始算法比较 | 第49-52页 |
5.3.1 实验步骤及结果 | 第49-50页 |
5.3.2 实验结果有效性分析 | 第50-51页 |
5.3.3 时间性能方面的可能改进方向 | 第51页 |
5.3.4 收敛值R1的特征 | 第51-52页 |
5.3.5 R2收敛值优劣对比 | 第52页 |
5.4 过滤不同比例数据对图计算引擎的影响 | 第52-54页 |
5.4.1 实验目的 | 第53页 |
5.4.2 实验方法 | 第53页 |
5.4.3 实验结果 | 第53-54页 |
5.5 本章小结 | 第54-55页 |
第六章 结论与展望 | 第55-59页 |
6.1 结论 | 第55-56页 |
6.2 展望 | 第56-58页 |
6.2.1 根据节点度数进行选点的Part-in-memory模式 | 第56-57页 |
6.2.2 基于动态机制下的Part-in-memory模式 | 第57-58页 |
6.3 本章小结 | 第58-59页 |
参考文献 | 第59-62页 |
致谢 | 第62-63页 |
攻读硕士学位期间已发表或录用的论文 | 第63-65页 |