云平台下基于复杂网络的社团发现方法研究
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题研究背景与意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 社团发现算法 | 第13-14页 |
| 1.2.2 云计算平台 | 第14-15页 |
| 1.3 本文研究内容 | 第15-16页 |
| 1.4 本文章节安排 | 第16-17页 |
| 第2章 相关技术 | 第17-25页 |
| 2.1 非重叠社团发现 | 第17-21页 |
| 2.1.1 评价参数 | 第17-20页 |
| 2.1.2 FastUnfolding | 第20-21页 |
| 2.2 Hadoop | 第21-23页 |
| 2.2.1 MapReduce | 第21页 |
| 2.2.2 Yarn | 第21-23页 |
| 2.3 Spark | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 多层社团发现算法 | 第25-47页 |
| 3.1 社团粗化预处理 | 第25-31页 |
| 3.1.1 三角形粗化 | 第25-28页 |
| 3.1.2 粗化算法设计 | 第28-31页 |
| 3.2 基于Hadoop的多层并行化处理 | 第31-40页 |
| 3.2.1 模块度最大化原则 | 第32页 |
| 3.2.2 静态结构设计 | 第32-33页 |
| 3.2.3 基于超步的并行化设计 | 第33-40页 |
| 3.3 社团反粗化调优 | 第40-42页 |
| 3.4 多层社团发现并行化算法实验 | 第42-46页 |
| 3.4.1 实验方案设计 | 第42页 |
| 3.4.2 粗化预处理实验 | 第42-43页 |
| 3.4.3 多层并行划分实验 | 第43-45页 |
| 3.4.4 实验总结 | 第45-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第4章 社团发现增量算法 | 第47-64页 |
| 4.1 增量算法提出背景 | 第47页 |
| 4.2 增量算法设计 | 第47-56页 |
| 4.2.1 边变化 | 第48-52页 |
| 4.2.2 点变化 | 第52-56页 |
| 4.3 增量算法实验 | 第56-63页 |
| 4.3.1 实验方案设计 | 第56页 |
| 4.3.2 边变化实验 | 第56-59页 |
| 4.3.3 点变化实验 | 第59-61页 |
| 4.3.4 综合变化 | 第61-62页 |
| 4.3.5 实验总结 | 第62-63页 |
| 4.4 本章小结 | 第63-64页 |
| 第5章 社团发现可视化展示系统 | 第64-70页 |
| 5.1 可视化系统简介 | 第64-66页 |
| 5.1.1 数据可视化技术 | 第65页 |
| 5.1.2 前端展示与交互 | 第65-66页 |
| 5.1.3 后台数据处理 | 第66页 |
| 5.2 可视化系统实现 | 第66-69页 |
| 5.2.1 系统流程设计 | 第66-68页 |
| 5.2.2 系统交互介绍 | 第68-69页 |
| 5.3 本章小结 | 第69-70页 |
| 结论与展望 | 第70-72页 |
| 结论 | 第70-71页 |
| 展望 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第77页 |
