摘要 | 第4-5页 |
abstract | 第5-6页 |
第一章 绪论 | 第10-16页 |
1.1 研究背景 | 第10-11页 |
1.2 研究问题 | 第11-12页 |
1.2.1 确定的社交网络上的Top-K指定结点查询 | 第11-12页 |
1.2.2 不确定的社交网络上的点集查询 | 第12页 |
1.3 研究难点 | 第12-13页 |
1.4 研究内容 | 第13-14页 |
1.5 研究意义 | 第14-15页 |
1.6 文章组织结构 | 第15-16页 |
第二章 相关理论及方法 | 第16-25页 |
2.1 相关概念定义 | 第16-21页 |
2.1.1 子图同构 | 第16-17页 |
2.1.2 子图模拟 | 第17-18页 |
2.1.3 有界模拟 | 第18-19页 |
2.1.4 复杂社交网络 | 第19-20页 |
2.1.5 多约束模拟 | 第20-21页 |
2.2 图匹配方法 | 第21-22页 |
2.2.1 图匹配(确定图) | 第21-22页 |
2.2.2 图匹配(不确定图) | 第22页 |
2.3 群体挖掘方法 | 第22-24页 |
2.3.1 基于划分的群体挖掘方法 | 第22-23页 |
2.3.2 基于模块性优化的群体挖掘方法 | 第23页 |
2.3.3 基于标签传播的群体挖掘方法 | 第23-24页 |
2.3.4 基于动力学的群体挖掘方法 | 第24页 |
2.4 本章小结 | 第24-25页 |
第三章 多约束Top-K指定结点查询方法 | 第25-48页 |
3.1 预备知识 | 第25-29页 |
3.1.1 多约束模拟(MCS) | 第25-27页 |
3.1.2 指定结点vd的匹配 | 第27页 |
3.1.3 排序函数 | 第27-29页 |
3.2 问题描述 | 第29-30页 |
3.3 索引 | 第30-34页 |
3.3.1 多属性树索引(MA-Tree) | 第30-31页 |
3.3.2 强社交组件索引(SSC-Index) | 第31-34页 |
3.3.3 总结 | 第34页 |
3.4 算法 | 第34-39页 |
3.4.1 Baseline算法 | 第34-35页 |
3.4.2 MTK算法 | 第35-39页 |
3.5 实验 | 第39-47页 |
3.5.1 实验设定 | 第39-41页 |
3.5.2 算法实现及运行环境 | 第41页 |
3.5.3 实验结果与分析 | 第41-47页 |
3.6 本章小结 | 第47-48页 |
第四章 基于阈值的多约束点集查询方法 | 第48-64页 |
4.1 预备知识 | 第48-52页 |
4.1.1 多约束模拟 | 第48-50页 |
4.1.2 多约束概率模式匹配 | 第50页 |
4.1.3 最小等价子图 | 第50-52页 |
4.2 问题描述 | 第52页 |
4.3 算法 | 第52-57页 |
4.3.1 Baseline算法 | 第53-54页 |
4.3.2 随机算法 | 第54-55页 |
4.3.3 次优算法 | 第55-56页 |
4.3.4 回归算法 | 第56-57页 |
4.4 实验 | 第57-63页 |
4.4.1 实验设定 | 第57-58页 |
4.4.2 算法实现及测试环境 | 第58页 |
4.4.3 评价标准 | 第58-59页 |
4.4.4 实验结果和分析 | 第59-63页 |
4.5 本章小结 | 第63-64页 |
第五章 总结与展望 | 第64-66页 |
5.1 全文总结 | 第64页 |
5.2 工作展望 | 第64-66页 |
参考文献 | 第66-74页 |
攻读硕士学位期间发表的论文 | 第74-75页 |
致谢 | 第75-76页 |