| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·论文的背景与意义 | 第10-11页 |
| ·研究背景 | 第10页 |
| ·研究意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·论文主要研究内容 | 第13-14页 |
| ·基于局部信息的社区结构挖掘算法的研究 | 第13页 |
| ·分布式计算平台的研究 | 第13-14页 |
| ·论文总体结构 | 第14-15页 |
| 第2章 相关理论基础 | 第15-27页 |
| ·复杂网络的结构特征 | 第15-18页 |
| ·小世界性 | 第15-16页 |
| ·无标度性 | 第16-17页 |
| ·网络拓扑结构的鲁棒性 | 第17-18页 |
| ·复杂网络中社区的基本概念 | 第18-19页 |
| ·社区的定义 | 第18页 |
| ·社区结构的层次性 | 第18-19页 |
| ·社区结构的重叠性 | 第19页 |
| ·现有的社区结构挖掘算法 | 第19-25页 |
| ·GN 算法 | 第19-21页 |
| ·Kernighan-Lin 算法 | 第21-22页 |
| ·Newman 快速算法 | 第22-23页 |
| ·CNM 算法 | 第23-24页 |
| ·Radicchi 算法 | 第24-25页 |
| ·社区结构划分结果的衡量 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 基于局部信息的社区结构挖掘算法 | 第27-44页 |
| ·传统的基于局部信息的社区结构挖掘算法 | 第27-28页 |
| ·基于局部信息的社区结构挖掘算法 | 第28-36页 |
| ·算法描述相关定义 | 第28-29页 |
| ·算法的基本思想 | 第29-30页 |
| ·Bagrow-β算法 | 第30-32页 |
| ·算法分析 | 第32-33页 |
| ·BLC 算法 | 第33-36页 |
| ·实验与结果分析 | 第36-43页 |
| ·实验环境和测试数据 | 第36-37页 |
| ·实验结果及分析 | 第37-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 基于 MapReduce 的分布式社区结构挖掘算法 | 第44-56页 |
| ·MapReduce 编程模型 | 第44-47页 |
| ·MapReduce 编程框架的提出 | 第44页 |
| ·MapReduce 编程模型简介 | 第44页 |
| ·MapReduce 框架的实现细节 | 第44-47页 |
| ·Hadoop 开源框架 | 第47-50页 |
| ·Hadoop 介绍 | 第47-50页 |
| ·Hadoop 分布式文件系统 | 第50页 |
| ·Hadoop 的 MapReduce 编程模型 | 第50页 |
| ·Hadoop 的 Common 组件 | 第50页 |
| ·基于 MapReduce 的分布式 BLC 算法 | 第50-53页 |
| ·实验与结果分析 | 第53-55页 |
| ·实验环境和测试数据 | 第53-54页 |
| ·实验结果及分析 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62页 |