| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.2.1 动态社团发现算法研究现状 | 第10-11页 |
| 1.2.2 包含真实社团结构的人工合成动态网络数据方法研究现状 | 第11页 |
| 1.3 论文研究内容 | 第11-12页 |
| 1.3.1 包含社团结构的动态网络数人工合成方法 | 第11-12页 |
| 1.3.2 动态社团发现算法 | 第12页 |
| 1.3.3 基于Spark的动态社团发现算法的设计与实现 | 第12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 第二章 相关研究综述 | 第14-24页 |
| 2.1 复杂网络简介 | 第14-16页 |
| 2.1.1 复杂网络的图表示 | 第14-15页 |
| 2.1.2 复杂网络的基本拓扑性质 | 第15-16页 |
| 2.1.3 动态网络的基本概念 | 第16页 |
| 2.2 社团发现 | 第16-18页 |
| 2.2.1 静态社团发现 | 第16-17页 |
| 2.2.2 动态社团发现 | 第17-18页 |
| 2.3 人工合成包含社团结构的基准动态网络数据生成方法 | 第18-19页 |
| 2.4 YARN资源管理系统 | 第19-21页 |
| 2.4.1 YARN简介 | 第19-20页 |
| 2.4.2 YARN基本架构 | 第20-21页 |
| 2.4.3 HDFS文件系统 | 第21页 |
| 2.5 Spark并行计算框架 | 第21-23页 |
| 2.6 本章小结 | 第23-24页 |
| 第三章 包含社团结构的动态网络数据生成算法 | 第24-33页 |
| 3.1 基准网络生成算法 | 第24-28页 |
| 3.2 实验分析 | 第28-32页 |
| 3.3 本章小结 | 第32-33页 |
| 第四章 基于增量的动态社团发现算法的研究 | 第33-48页 |
| 4.1 符号与定义 | 第33-36页 |
| 4.1.1 符号描述 | 第33-34页 |
| 4.1.2 增量节点和增量连边的定义 | 第34页 |
| 4.1.3 演化强度的定义 | 第34页 |
| 4.1.4 持久力的定义 | 第34-36页 |
| 4.2 动态社团发现算法 | 第36-40页 |
| 4.3 实验分析 | 第40-43页 |
| 4.4 动态社团发现算法的应用 | 第43-46页 |
| 4.5 社团演化预测方案设计 | 第46-47页 |
| 4.6 本章小结 | 第47-48页 |
| 第五章 基于Spark的并行动态社团发现算法的研究 | 第48-56页 |
| 5.1 顶点持久力计算的并行化设计与实现 | 第48-50页 |
| 5.2 Max_Permanence算法的并行化设计与实现 | 第50-52页 |
| 5.3 动态社团发现算法的并行化设计与实现 | 第52-54页 |
| 5.4 实验分析 | 第54-55页 |
| 5.5 本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 论文总结 | 第56-57页 |
| 6.1.1 论文已完成的工作 | 第56页 |
| 6.1.2 论文的创新点 | 第56-57页 |
| 6.2 下一步工作 | 第57-58页 |
| 6.2.1 论文的不足与改进方向 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-62页 |
| 作者攻读学位期间发表的学术论文目录 | 第62页 |
