基于MapReduce的并行图序列社区挖掘算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 第一章 绪论 | 第12-20页 |
| ·本课题研究背景 | 第12-16页 |
| ·数据挖掘概述 | 第12-13页 |
| ·图序列社区挖掘 | 第13-15页 |
| ·并行化相关技术 | 第15-16页 |
| ·本课题研究现状 | 第16-17页 |
| ·本文的主要工作及创新点 | 第17页 |
| ·本文各章内容安排 | 第17-20页 |
| 第二章 基于编码代价的图序列社区挖掘 | 第20-40页 |
| ·引言 | 第20页 |
| ·算法的主要思想 | 第20-21页 |
| ·图序列社区挖掘的符号描述 | 第21-24页 |
| ·图序列 | 第21-22页 |
| ·图段 | 第22页 |
| ·图段划分 | 第22-23页 |
| ·子图段 | 第23-24页 |
| ·图序列编码代价函数 | 第24-27页 |
| ·最小描述长度原理 MDL | 第24-25页 |
| ·图序列社区模型复杂性代价 | 第25-26页 |
| ·图序列数据描述代价 | 第26-27页 |
| ·基于编码代价的图序列社区挖掘算法 GSCM | 第27-35页 |
| ·图段划分预处理 | 第28-29页 |
| ·图段社区结构分组算法 | 第29-30页 |
| ·图段行列重组算法 | 第30-32页 |
| ·检测图段社区结构变化 | 第32-34页 |
| ·GSCM 算法流程 | 第34-35页 |
| ·实验及分析 | 第35-38页 |
| ·CELLPHONE 数据集 | 第35-36页 |
| ·DEVICE 数据集 | 第36-37页 |
| ·TRANSCTION 数据集 | 第37-38页 |
| ·本章小结 | 第38-40页 |
| 第三章 MAPREDUCE 并行计算技术 | 第40-48页 |
| ·MAPREDUCE 简介 | 第40页 |
| ·MAPREDUCE 执行框架 | 第40-43页 |
| ·MapReduce 同步机制 | 第42页 |
| ·MapReduce 容错机制 | 第42-43页 |
| ·HADOOP 并行计算 | 第43-46页 |
| ·Hadoop 各模块职责 | 第43-44页 |
| ·本课题 Hadoop 环境搭建 | 第44-45页 |
| ·Hadoop 并行化编程示例 | 第45-46页 |
| ·本章小结 | 第46-48页 |
| 第四章 并行化的图序列社区挖掘 | 第48-62页 |
| ·引言 | 第48页 |
| ·谱聚类 | 第48-52页 |
| ·相似度图 | 第48-49页 |
| ·图拉普拉斯矩阵 | 第49-51页 |
| ·谱聚类算法描述 | 第51-52页 |
| ·并行图序列社区挖掘算法 PGSCM | 第52-57页 |
| ·基于谱聚类的图序列社区挖掘 GSCM-SC | 第52-54页 |
| ·GSCM-SC 的性能瓶颈 | 第54页 |
| ·相似度矩阵计算的并行化 | 第54-55页 |
| ·图拉普拉斯矩阵特征向量计算的并行化 | 第55-57页 |
| ·K-Means 聚类的并行化 | 第57页 |
| ·实验及分析 | 第57-61页 |
| ·NETWORK 数据集 | 第57-59页 |
| ·ENRON 数据集 | 第59-60页 |
| ·并行图序列社区挖掘算法 PGSCM 的加速 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 灰度图序列初步探索 | 第62-66页 |
| ·图序列社区挖掘的灰度性质 | 第62-63页 |
| ·实验及分析 | 第63-65页 |
| ·TOY 人工数据集 | 第63页 |
| ·类 ENRON 人工数据集 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| ·已有工作总结 | 第66页 |
| ·未来工作展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 硕士研究生期间完成的学术论文 | 第73页 |
