| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 引言 | 第10-18页 |
| 1.1 研究背景 | 第10-14页 |
| 1.1.1 数据挖掘 | 第10-12页 |
| 1.1.2 图上的频繁模式挖掘 | 第12-14页 |
| 1.2 发展现状以及挑战 | 第14-16页 |
| 1.3 本文贡献 | 第16-17页 |
| 1.4 组织结构 | 第17-18页 |
| 第2章 图数据频繁模式挖掘相关工作 | 第18-26页 |
| 2.1 频繁模式挖掘 | 第18-22页 |
| 2.1.1 图集中的频繁模式挖掘算法 | 第18-21页 |
| 2.1.2 单个大图的频繁模式挖掘算法 | 第21-22页 |
| 2.2 分布式框架 | 第22-24页 |
| 2.2.1 MapReduce编程模型 | 第22-23页 |
| 2.2.2 BSP编程模型 | 第23-24页 |
| 2.4 本章小结 | 第24-26页 |
| 第3章 大图上频繁子图挖掘集中式算法 | 第26-48页 |
| 3.1 问题定义 | 第26-30页 |
| 3.2 算法设计 | 第30-46页 |
| 3.2.1 整体设计 | 第30-33页 |
| 3.2.2 数据结构设计 | 第33-36页 |
| 3.2.3 详细设计 | 第36-46页 |
| 3.3 本章小结 | 第46-48页 |
| 第4章 大图上的频繁子图并行挖掘算法 | 第48-80页 |
| 4.1 基于最大团的频繁计数的并行频繁子图挖掘算法 | 第48-69页 |
| 4.1.1 并行算法整体设计框架 | 第48-52页 |
| 4.1.2 主要数据结构设计 | 第52-56页 |
| 4.1.3 挖掘频繁1子图算法流程 | 第56-57页 |
| 4.1.4 候选子图产生流程 | 第57-63页 |
| 4.1.5 频繁计数 | 第63-69页 |
| 4.2 基于最大团的频繁计数的优化的子图挖掘算法 | 第69-73页 |
| 4.3 基于AMNI频繁计数的子图挖掘算法 | 第73-76页 |
| 4.4 基于BSP模型的频繁子图并行挖掘算法的实现 | 第76-78页 |
| 4.5 本章小结 | 第78-80页 |
| 第5章 频繁子图挖掘实验分析 | 第80-92页 |
| 5.1 系统部署环境 | 第80页 |
| 5.2 实验数据 | 第80-81页 |
| 5.3 实验结果分析 | 第81-90页 |
| 5.3.1 虚拟数据集实验 | 第81-85页 |
| 5.3.2 真实数据集实验 | 第85-90页 |
| 5.4 本章小结 | 第90-92页 |
| 第6章 总结与展望 | 第92-94页 |
| 6.1 本文总结 | 第92页 |
| 6.2 研究展望 | 第92-94页 |
| 参考文献 | 第94-98页 |
| 致谢 | 第98-100页 |
| 作者攻读硕士学位期间参加的科研项目情况 | 第100页 |