摘要 | 第5-6页 |
abstract | 第6-7页 |
第一章 绪论 | 第10-17页 |
1.1 研究背景与意义 | 第10-12页 |
1.2 国内外研究现状 | 第12-15页 |
1.3 本文主要研究内容 | 第15-16页 |
1.4 本文结构安排 | 第16-17页 |
第二章 社团挖掘基础知识及Graphlab分布式平台 | 第17-28页 |
2.1 社团挖掘基础知识 | 第17-24页 |
2.1.1 社团模块度 | 第17-19页 |
2.1.2 度量社团划分相似度的方法 | 第19-23页 |
2.1.3 社团挖掘的基准网络 | 第23-24页 |
2.2 基于图谱分析的分布式平台Graphlab | 第24-27页 |
2.3 本章总结 | 第27-28页 |
第三章 基于结构的非重叠社团挖掘 | 第28-43页 |
3.1 并行化实现标签传播算法 | 第28-32页 |
3.1.1 同步迭代实现标签传播算法 | 第29-30页 |
3.1.2 异步迭代实现标签传播算法 | 第30-32页 |
3.2 基于初始社团和可信度的改进LPA算法 | 第32-37页 |
3.2.1 选取初始社团中心节点 | 第32-34页 |
3.2.2 标签选择新策略 | 第34-35页 |
3.2.3 算法描述 | 第35-37页 |
3.3 实验结果 | 第37-42页 |
3.4 本章总结 | 第42-43页 |
第四章 结合主题的重叠社团挖掘 | 第43-58页 |
4.1 社团生成网络连边和节点主题 | 第43-46页 |
4.1.1 社团生成网络连边过程 | 第43-45页 |
4.1.2 社团生成节点主题过程 | 第45-46页 |
4.2 社团生成模型 | 第46-51页 |
4.3 模型复杂度分析 | 第51-54页 |
4.4 实验结果 | 第54-57页 |
4.5 本章总结 | 第57-58页 |
第五章 社团挖掘算法的分布式并行化 | 第58-71页 |
5.1 改进LPA算法Graphlab分布式并行化 | 第58-61页 |
5.2 社团生成模型Graphlab分布式并行化 | 第61-66页 |
5.3 实验结果 | 第66-70页 |
5.3.1 改进LPA算法分布式并行化实验 | 第66-69页 |
5.3.2 社团生成模型分布式并行化实验 | 第69-70页 |
5.4 本章总结 | 第70-71页 |
第六章 总结与展望 | 第71-73页 |
6.1 全文总结 | 第71-72页 |
6.2 进一步研究工作 | 第72-73页 |
致谢 | 第73-74页 |
参考文献 | 第74-78页 |
攻读硕士期间取得的成果 | 第78-79页 |