首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

面向大规模图数据的挖掘分析算法研究

摘要第1-4页
Abstract第4-7页
第一章 绪论第7-11页
   ·课题背景及意义第7-8页
   ·课题来源第8页
   ·国内外研究现状第8-9页
   ·论文工作第9-10页
   ·论文结构第10-11页
第二章 相关研究及分析第11-25页
   ·大规模数据挖掘分析技术进展第11-12页
   ·大数据图数据处理系统研究第12-23页
     ·计算模型第12-13页
     ·图数据库和图数据处理系统第13-18页
     ·基于 BSP 的图数据处理平台 Arbor第18-21页
     ·基于 MapReduce 的 Hadoop 平台第21-22页
     ·总结第22-23页
   ·大规模图数据挖掘分析算法需求分析第23-24页
   ·本章小结第24-25页
第三章 PageRank 算法并行化设计与实现第25-43页
   ·基于 Arbor 的编程模型设计第25-28页
     ·基于 Arbor 的编程模型设计第25-27页
     ·关键数据结构和主要接口函数第27-28页
   ·PageRank 算法第28-30页
     ·PageRank 算法思想第28-30页
     ·PageRank 算法步骤第30页
   ·基于 Arbor 的 PageRank 算法设计第30-35页
     ·基于 Arbor 的 PageRank 算法流程设计第31-33页
     ·实现中关键数据结构和主要函数第33-35页
   ·基于 Hadoop 的 PageRank 算法设计和实现第35-38页
     ·基于 Hadoop 的 PageRank 算法设计第35-36页
     ·基于 Hadoop 的 PageRank 算法实现第36-38页
   ·实验及评测第38-42页
     ·测试内容和测试平台第38-39页
     ·性能测试第39-42页
   ·本章小结第42-43页
第四章 SSSP 算法并行化设计与实现第43-53页
   ·SSSP 算法第43-44页
     ·SSSP 数学思想第43-44页
     ·SSSP 算法步骤第44页
   ·基于 Arbor 的 SSSP 算法设计第44-48页
     ·基于 Arbor 的 SSSP 算法设计第45-46页
     ·实现中关键数据结构和主要函数第46-48页
   ·基于 Hadoop 的 SSSP 算法实现第48-50页
     ·基于 Hadoop 的 SSSP 算法设计第48-49页
     ·基于 Hadoop 的 SSSP 算法实现第49-50页
   ·实现及评测第50-52页
     ·测试内容和测试平台第50页
     ·性能测试及分析第50-52页
   ·本章小结第52-53页
第五章 BFS 算法并行化设计与实现第53-63页
   ·BFS 算法第53-54页
   ·基于 Arbor 的 BFS 算法设计第54-57页
     ·基于 Arbor 的 BFS 算法设计第54-55页
     ·实现中关键数据结构和主要函数第55-57页
   ·基于 Hadoop 的 BFS 算法设计和实现第57-58页
     ·基于 Hadoop 的 BFS 算法设计第57页
     ·基于 Hadoop 的 BFS 算法实现第57-58页
   ·实验及评测第58-60页
     ·测试内容和测试平台第59页
     ·性能测试及分析第59-60页
   ·本章小结第60-63页
第六章 结束语第63-65页
   ·主要研究成果第63页
   ·后续工作展望第63-65页
致谢第65-67页
参考文献第67-71页
研究成果第71-72页

论文共72页,点击 下载论文
上一篇:基于BLE和iOS平台的健康管理系统设计与实现
下一篇:基于Agent的信息系统集成演化支撑环境研究与实现