| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-19页 |
| 1.1 课题研究背景以及研究意义 | 第8-9页 |
| 1.2 研究现状 | 第9-16页 |
| 1.3 本文主要研究内容 | 第16-17页 |
| 1.4 本文组织结构 | 第17-19页 |
| 第2章 贪心的影响最大化算法和启发式方法 | 第19-39页 |
| 2.1 贪心的影响最大化算法 | 第19-32页 |
| 2.1.1 问题定义和贪心算法 | 第19-24页 |
| 2.1.2 在 LT 模型下加速基础的贪心算法 | 第24-32页 |
| 2.2 在 IC 模型上的度折扣启发式方法 | 第32-35页 |
| 2.3 实验 | 第35-38页 |
| 2.3.1 实验设置 | 第35-36页 |
| 2.3.2 实验结果 | 第36-38页 |
| 2.3.3 实验结果总结 | 第38页 |
| 2.4 总结和未来的工作 | 第38-39页 |
| 第3章 算法并行化及其他优化 | 第39-55页 |
| 3.1 为什么要并行化 | 第39页 |
| 3.2 Hadoop 的介绍 | 第39-42页 |
| 3.3 并行算法设计及其他优化 | 第42-52页 |
| 3.3.1 DAGIS 算法的并行化 | 第42-45页 |
| 3.3.2 Sampling 算法的并行及优化 | 第45-48页 |
| 3.3.3 DDH 算法的优化 | 第48-52页 |
| 3.4 实验 | 第52-55页 |
| 3.4.1 DAGIS 和 Sampling 的并行实验 | 第52-53页 |
| 3.4.2 启发式方法 DDH 的二步推导及多步推导实验 | 第53-54页 |
| 3.4.3 实验结果总结 | 第54-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 攻读硕士学位期间发表的论文 | 第60-62页 |
| 致谢 | 第62-64页 |