Louvain算法在社区挖掘中的研究与实现
摘要 | 第3-4页 |
ABSTRACT | 第4-5页 |
第1章 绪论 | 第8-15页 |
1.1 研究背景及意义 | 第8-10页 |
1.2 国内外研究现状 | 第10-13页 |
1.2.1 社区挖掘算法综述 | 第10-12页 |
1.2.2 分布式计算平台 | 第12-13页 |
1.3 研究工作和论文结构 | 第13-14页 |
1.4 本章小结 | 第14-15页 |
第2章 社区发现算法理论 | 第15-23页 |
2.1 社区研究中的基本概念 | 第15-17页 |
2.1.1 社区的定义 | 第15页 |
2.1.2 社区的评价标准 | 第15-17页 |
2.2 社区发现算法分析 | 第17-22页 |
2.2.1 GN算法 | 第18页 |
2.2.2 Newman快速算法 | 第18-21页 |
2.2.3 派系过滤算法 | 第21-22页 |
2.3 本章小结 | 第22-23页 |
第3章 Spark分布式计算平台 | 第23-28页 |
3.1 Spark的体系结构 | 第23-25页 |
3.2 核心概念与编程模型 | 第25-26页 |
3.2.1 弹性分布式数据集RDD | 第25页 |
3.2.2 Spark编程模型 | 第25-26页 |
3.3 工作原理 | 第26-27页 |
3.4 本章小结 | 第27-28页 |
第4章 Louvain算法及优化 | 第28-41页 |
4.1 Louvain算法思想 | 第28-31页 |
4.2 Louvain算法改进研究 | 第31-36页 |
4.2.1 改进思想 | 第31-32页 |
4.2.2 算法的具体实现 | 第32-36页 |
4.3 实验结果 | 第36-40页 |
4.4 本章小结 | 第40-41页 |
第5章 Louvain算法在Spark平台实现 | 第41-48页 |
5.1 分布式实现过程 | 第41-44页 |
5.1.1 Louvain算法的并行化设计 | 第41-43页 |
5.1.2 消息滞后 | 第43-44页 |
5.2 实验过程 | 第44-47页 |
5.2.1 平台搭建和数据测试 | 第44-47页 |
5.2.2 实验结果分析 | 第47页 |
5.3 本章小结 | 第47-48页 |
第6章 结论 | 第48-49页 |
6.1 论文工作总结 | 第48页 |
6.2 展望 | 第48-49页 |
参考文献 | 第49-50页 |
附录 攻读硕士期间的工作成果 | 第50-51页 |
致谢 | 第51页 |