大规模信息网络挖掘的分布式计算框架的设计
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-17页 |
| ·研究背景 | 第11-13页 |
| ·信息网络研究现状 | 第11-12页 |
| ·大规模分布式计算 | 第12-13页 |
| ·研究内容 | 第13-14页 |
| ·大规模图分割 | 第13-14页 |
| ·Router计算模型 | 第14页 |
| ·大规模矩阵分解 | 第14页 |
| ·论文组织结构 | 第14-17页 |
| 第二章 大规模图分割 | 第17-31页 |
| ·本章简介 | 第17-18页 |
| ·相关工作 | 第18-19页 |
| ·符号定义 | 第19页 |
| ·多层逐次划分算法 | 第19-24页 |
| ·算法概述 | 第19-20页 |
| ·并行标签传播算法 | 第20-22页 |
| ·逐次划分算法 | 第22-24页 |
| ·实验及结果分析 | 第24-30页 |
| ·实验环境 | 第24页 |
| ·数据集 | 第24-26页 |
| ·实验结果 | 第26-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 多路消息传播 | 第31-45页 |
| ·本章简介 | 第31-32页 |
| ·相关工作 | 第32页 |
| ·消息模型 | 第32-34页 |
| ·模型的实现 | 第34-36页 |
| ·编程接口 | 第34-35页 |
| ·MapReduce的具体实现 | 第35-36页 |
| ·模型的应用 | 第36-41页 |
| ·节点中介性计算 | 第36-39页 |
| ·三角形枚举 | 第39-40页 |
| ·连通分量计算 | 第40-41页 |
| ·实验及结果分析 | 第41-43页 |
| ·实验环境和数据集 | 第41页 |
| ·性能比较 | 第41-42页 |
| ·可扩展性试验 | 第42-43页 |
| ·本章小结 | 第43-45页 |
| 第四章 大规模矩阵分解 | 第45-57页 |
| ·本章简介 | 第45-46页 |
| ·相关工作 | 第46页 |
| ·矩阵分解框架 | 第46-48页 |
| ·矩阵分解算法 | 第48-50页 |
| ·矩阵U更新算法 | 第48-49页 |
| ·矩阵V更新算法 | 第49页 |
| ·MapReduce的并行实现 | 第49-50页 |
| ·基于矩阵分解的社团发现算法 | 第50-51页 |
| ·实验及结果分析 | 第51-55页 |
| ·矩阵分解实验 | 第51-53页 |
| ·社团发现实验 | 第53-54页 |
| ·社会化推荐算法实验 | 第54-55页 |
| ·本章小结 | 第55-57页 |
| 第五章 大规模信息网络分析框架 | 第57-67页 |
| ·本章简介 | 第57-58页 |
| ·相关工作 | 第58-59页 |
| ·基本框架 | 第59-60页 |
| ·大节点分割策略 | 第60页 |
| ·Router计算模型 | 第60-62页 |
| ·实现 | 第62-64页 |
| ·Java API | 第62-63页 |
| ·具体实现 | 第63-64页 |
| ·实验及结果分析 | 第64-65页 |
| ·实验环境和数据集 | 第64页 |
| ·实验结果 | 第64-65页 |
| ·本章小结 | 第65-67页 |
| 第六章 总结及展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-75页 |
| 攻读学位期间发表的学术论文目录 | 第75页 |
