在线社交网络虚拟社区发现及演化技术研究
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 论文的研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 社区发现相关方法 | 第12-13页 |
| 1.2.2 社区演化 | 第13-14页 |
| 1.2.3 云计算研究现状 | 第14-15页 |
| 1.3 本文研究内容 | 第15页 |
| 1.4 本文的组织结构 | 第15-16页 |
| 第2章 相关技术 | 第16-25页 |
| 2.1 复杂网络概述 | 第16-17页 |
| 2.2 社区发现理论概述 | 第17-21页 |
| 2.2.1 图分割 | 第17-18页 |
| 2.2.2 层次聚类 | 第18-20页 |
| 2.2.3 算法评价指标 | 第20-21页 |
| 2.3 社区演化技术 | 第21-22页 |
| 2.4 Hadoop平台关键技术 | 第22-24页 |
| 2.4.1 MapReduce计算框架 | 第23页 |
| 2.4.2 HDFS分布式文件系统 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 基于边的快速重叠社区发现算法 | 第25-39页 |
| 3.1 研究背景 | 第25-26页 |
| 3.2 边聚类算法建模 | 第26-28页 |
| 3.2.1 生成连边相似度矩阵 | 第26-27页 |
| 3.2.2 构建树图 | 第27页 |
| 3.2.3 切割树图 | 第27-28页 |
| 3.3 HLink算法设计 | 第28-33页 |
| 3.3.1 加速相似度计算 | 第28-30页 |
| 3.3.2 加速树图构建 | 第30页 |
| 3.3.3 HLink算法 | 第30-31页 |
| 3.3.4 案例研究 | 第31-33页 |
| 3.4 实验及结果分析 | 第33-38页 |
| 3.4.1 实验数据集介绍 | 第34页 |
| 3.4.2 对比实验分析及评价 | 第34-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 适用于大规模复杂网络的并行社区发现算法 | 第39-56页 |
| 4.1 研究背景 | 第39-40页 |
| 4.2 HPLink算法设计 | 第40-50页 |
| 4.2.1 数据预处理 | 第40-43页 |
| 4.2.2 计算连边相似度 | 第43-45页 |
| 4.2.3 构建边及邻居边的数据集形式 | 第45-46页 |
| 4.2.4 社区合并 | 第46-49页 |
| 4.2.5 归属 | 第49-50页 |
| 4.3 实验及结果分析 | 第50-55页 |
| 4.3.1 实验数据集介绍 | 第51页 |
| 4.3.2 对比实验分析及评价 | 第51-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第5章 基于矩阵相乘匹配的演化技术研究 | 第56-67页 |
| 5.1 研究背景 | 第56页 |
| 5.2 演化匹配建模 | 第56-58页 |
| 5.3 矩阵相乘匹配算法设计 | 第58-61页 |
| 5.3.1 矩阵相乘匹配算法 | 第58-59页 |
| 5.3.2 案例研究 | 第59-61页 |
| 5.4 实验及结果分析 | 第61-66页 |
| 5.4.1 实验数据集介绍 | 第61-62页 |
| 5.4.2 对比实验分析及评价 | 第62-66页 |
| 5.5 本章小结 | 第66-67页 |
| 结论 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第75页 |
