| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题背景及研究意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·研究内容及主要工作 | 第14-15页 |
| ·论文的组织结构 | 第15-16页 |
| 第2章 基于Hadoop的复杂网络分布式处理模型的构建 | 第16-26页 |
| ·引言 | 第16页 |
| ·复杂网络社区发现相关理论基础 | 第16-18页 |
| ·复杂网络数据表示 | 第17页 |
| ·社区结构 | 第17-18页 |
| ·基于Hadoop平台的大数据技术 | 第18-22页 |
| ·HDFS概述 | 第19-20页 |
| ·HBase数据库概述 | 第20-21页 |
| ·MapReduce编程模型 | 第21-22页 |
| ·复杂网络数据分布式处理模型 | 第22-25页 |
| ·复杂网络数据划分 | 第22-23页 |
| ·中间结果存取 | 第23-24页 |
| ·多阶段MapReduce处理模型 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于网络结构聚类的分布式非重叠社区发现算法 | 第26-36页 |
| ·引言 | 第26页 |
| ·基本定义 | 第26-28页 |
| ·基于网络结构聚类的分布式非重叠社区发现算法MR-SCAN | 第28-35页 |
| ·查找邻居节点算法SNNA | 第28-30页 |
| ·计算相连点之间相似度算法CNSA | 第30-32页 |
| ·标记和合并点社区算法MMNCA | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于边聚类的分布式重叠社区发现算法 | 第36-46页 |
| ·引言 | 第36页 |
| ·基本定义 | 第36-38页 |
| ·基于边聚类的重叠社区发现算法MR-ECOCD | 第38-45页 |
| ·计算边相似度算法CESA | 第38-40页 |
| ·标记和聚类社区算法MCCA | 第40-43页 |
| ·转换边社区算法TECA | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第5章 实验结果和分析 | 第46-56页 |
| ·实验环境配置 | 第46-47页 |
| ·实验数据集 | 第47-48页 |
| ·实验评价标准 | 第48页 |
| ·基于网络结构聚类的分布式社区发现算法的实验结果及分析 | 第48-51页 |
| ·基于边聚类的分布式重叠社区发现算法的实验结果及分析 | 第51-54页 |
| ·本章小结 | 第54-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第62-63页 |
| 致谢 | 第63页 |
