| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第9-15页 |
| ·课题研究背景 | 第9-10页 |
| ·国内外研究现状分析 | 第10-12页 |
| ·社团划分 | 第10-11页 |
| ·Hadoop 与 MapReduce | 第11-12页 |
| ·社团划分算法面临的问题 | 第12页 |
| ·本文主要研究内容及组织结构 | 第12-15页 |
| ·本文的主要研究内容 | 第12-13页 |
| ·本文的组织结构 | 第13-15页 |
| 第二章 社团划分相关理论简介 | 第15-21页 |
| ·社团划分概述 | 第15页 |
| ·社团的定义 | 第15页 |
| ·社团划分的准则函数 | 第15页 |
| ·典型的社团划分算法 | 第15-20页 |
| ·删边法 | 第16-17页 |
| ·加边法 | 第17-18页 |
| ·谱平分法 | 第18-19页 |
| ·其他划分方法 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 Hadoop 相关技术介绍 | 第21-27页 |
| ·引言 | 第21页 |
| ·MAPREDUCE编程模型 | 第21-24页 |
| ·MapReduce 执行概述 | 第22-23页 |
| ·MapReduce 的容错机制 | 第23页 |
| ·MapReduce 与其他系统的比较 | 第23-24页 |
| ·HDFS 分布式文件系统 | 第24-25页 |
| ·HBASE | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第四章 谱平分法的优化 | 第27-38页 |
| ·算法的理论基础 | 第27-32页 |
| ·谱平分法 | 第27-28页 |
| ·Lanczos 算法 | 第28-29页 |
| ·Canopy-kmeans 算法 | 第29-32页 |
| ·优化的谱平分法 | 第32-33页 |
| ·算法思想 | 第32-33页 |
| ·算法的基本步骤 | 第33页 |
| ·实验分析 | 第33-37页 |
| ·准确率与执行时间分析 | 第35-36页 |
| ·收敛分析 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第五章 优化的谱平分法在 MapReduce 上的实现 | 第38-46页 |
| ·优化的谱平分法在 MAPREDUCE上的实现 | 第38-42页 |
| ·相似度矩阵构建的并行化 | 第38-40页 |
| ·特征值特征向量的求解的并行化 | 第40-41页 |
| ·Canopy-kmeans 算法的并行化 | 第41-42页 |
| ·实验分析 | 第42-45页 |
| ·实验环境 | 第42-43页 |
| ·实验结果及分析 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第六章 总结和展望 | 第46-48页 |
| ·本文主要工作总结 | 第46页 |
| ·下一步工作计划 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 攻读硕士学位期间的主要成果 | 第51-52页 |
| 致谢 | 第52页 |