| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.3 研究内容与主要工作 | 第12-13页 |
| 1.3.1 分布式网络层次划分 | 第12页 |
| 1.3.2 适合层次结构的图布局算法 | 第12页 |
| 1.3.3 基于Spark的网络可视化系统 | 第12-13页 |
| 1.4 论文组织结构 | 第13页 |
| 1.5 本章小结 | 第13-14页 |
| 第二章 大规模网络可视化概述 | 第14-23页 |
| 2.1 网络的相关定义和属性 | 第14-16页 |
| 2.1.1 网络的相关定义 | 第14-15页 |
| 2.1.2 复杂网络的特性 | 第15-16页 |
| 2.2 大规模网络可视化流程 | 第16-19页 |
| 2.2.1 网络分层方法 | 第16-18页 |
| 2.2.2 基于力导引的图布局算法 | 第18-19页 |
| 2.3 基于大数据平台的网络可视化 | 第19-22页 |
| 2.3.1 Hadoop简介 | 第20-21页 |
| 2.3.2 Spark简介 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 Louvain算法并行化研究 | 第23-35页 |
| 3.1 Louvain算法简介 | 第23-27页 |
| 3.1.1 模块度 | 第23-25页 |
| 3.1.2 Louvain算法流程 | 第25-27页 |
| 3.2 Louvain算法并行化难点 | 第27-31页 |
| 3.2.1 模块度负增益 | 第27-29页 |
| 3.2.2 社团互换 | 第29-30页 |
| 3.2.3 社团归属延迟 | 第30-31页 |
| 3.3 Louvain算法并行化策略 | 第31-34页 |
| 3.3.1 顶点分区策略 | 第31-32页 |
| 3.3.2 顶点移动策略 | 第32-33页 |
| 3.3.3 单度顶点合并策略 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 基于Spark的分布式Louvain算法设计与实现 | 第35-50页 |
| 4.1 分布式顶点存储 | 第35-38页 |
| 4.1.1 边分割和点分割 | 第35-36页 |
| 4.1.2 点分割在社团发现中的应用 | 第36-37页 |
| 4.1.3 GraphX简介 | 第37-38页 |
| 4.2 分布式Louvain算法流程 | 第38-40页 |
| 4.3 算法设计与实现 | 第40-45页 |
| 4.3.1 单度顶点预处理 | 第42-43页 |
| 4.3.2 分布式顶点分区策略 | 第43-44页 |
| 4.3.3 分布式移动顶点 | 第44-45页 |
| 4.4 算法分析 | 第45-46页 |
| 4.5 算法测试 | 第46-49页 |
| 4.5.1 软硬件环境 | 第46页 |
| 4.5.2 测试数据 | 第46-47页 |
| 4.5.3 测试结果 | 第47-49页 |
| 4.6 本章小结 | 第49-50页 |
| 第五章 基于力导引算法的分层网络可视化 | 第50-63页 |
| 5.1 网络层次结构模型 | 第50-51页 |
| 5.2 力导引布局算法 | 第51-56页 |
| 5.2.1 FR算法简介 | 第51-53页 |
| 5.2.2 FR算法优化 | 第53-56页 |
| 5.3 网络可视化系统设计与实现 | 第56-62页 |
| 5.3.1 系统架构 | 第56-58页 |
| 5.3.2 系统实现 | 第58-60页 |
| 5.3.3 系统测试 | 第60-62页 |
| 5.4 本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 论文主要工作 | 第63-64页 |
| 6.2 工作期望 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 致谢 | 第70-71页 |
| 攻读学位期间发表的学术论文目录 | 第71页 |