GraphLab云计算平台下社会网络的社区识别
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 引言 | 第10-12页 |
| 1 绪论 | 第12-21页 |
| ·课题背景与研究意义 | 第12-13页 |
| ·国内外研究现状 | 第13-18页 |
| ·传统的静态网络社区识别 | 第14-16页 |
| ·传统的动态网络社区识别 | 第16-17页 |
| ·大规模社会网络的并行社区识别 | 第17-18页 |
| ·论文主要工作与创新点 | 第18-19页 |
| ·本文的主题 | 第18-19页 |
| ·本文的主要贡献 | 第19页 |
| ·论文结构安排 | 第19-21页 |
| 2 社区识别的相关理论 | 第21-27页 |
| ·社会网络和社区结构 | 第21-22页 |
| ·社会网络 | 第21页 |
| ·社区结构和社区识别 | 第21-22页 |
| ·社区质量参数 | 第22-23页 |
| ·Graph Lab云计算平台概述 | 第23-26页 |
| ·本章小结 | 第26-27页 |
| 3 静态网络下大图的社区识别 | 第27-48页 |
| ·重要节点选取 | 第27-28页 |
| ·节点归属度计算 | 第28-31页 |
| ·社区合并 | 第31-33页 |
| ·DOCVN算法设计 | 第33-36页 |
| ·网络图数据的预处理 | 第33-34页 |
| ·重要节点选取 | 第34页 |
| ·节点归属度计算 | 第34-35页 |
| ·社区合并 | 第35-36页 |
| ·DOCVN算法分析 | 第36-38页 |
| ·节点归属度计算的优化分析 | 第36-38页 |
| ·算法时间复杂度分析 | 第38页 |
| ·实验分析和验证 | 第38-46页 |
| ·数据集和参数测试 | 第38-41页 |
| ·社区识别质量分析 | 第41-43页 |
| ·算法重叠社区识别的有效性分析 | 第43-44页 |
| ·集群大小对算法运行时间和社区质量的影响 | 第44-46页 |
| ·本章小结 | 第46-48页 |
| 4 动态网络下大图的社区识别 | 第48-58页 |
| ·IC算法基本概念 | 第48-49页 |
| ·IC算法简介 | 第49-50页 |
| ·并行的动态增量式社区识别算法—PDCI | 第50-54页 |
| ·增量相关顶点集IVt的预处理 | 第50-51页 |
| ·Graph Lab下社区结构的增量识别 | 第51-53页 |
| ·算法时间复杂度分析 | 第53-54页 |
| ·实验分析和验证 | 第54-57页 |
| ·实验环境配置和数据集 | 第54页 |
| ·算法增量式社区识别性能分析 | 第54-57页 |
| ·本章小结 | 第57-58页 |
| 5 总结与展望 | 第58-60页 |
| ·工作总结 | 第58页 |
| ·展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 在学研究成果 | 第63-64页 |
| 致谢 | 第64页 |
