基于社区发现的社交网络结构洞并行迭代挖掘算法
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 引言 | 第11-17页 |
1.1 研究背景 | 第11-13页 |
1.1.1 社区研究 | 第11-12页 |
1.1.2 结构洞研究 | 第12-13页 |
1.2 国内外研究现状 | 第13-14页 |
1.2.1 社区发现 | 第13-14页 |
1.2.2 结构洞挖掘 | 第14页 |
1.3 本文主要工作 | 第14-15页 |
1.4 本文组织结构 | 第15-17页 |
第2章 社交网络挖掘的相关工作 | 第17-29页 |
2.1 大图迭代计算的分布式框架 | 第17-21页 |
2.1.1 分布式并行计算框架Hadoop | 第17-19页 |
2.1.2 BSP并行模型 | 第19-20页 |
2.1.3 基于BSP模型的分布式计算平台 | 第20-21页 |
2.2 社交网络上的社区发现 | 第21-25页 |
2.2.1 社区概念及问题描述 | 第21页 |
2.2.2 社区发现算法介绍 | 第21-25页 |
2.3 社交网络上的结构洞挖掘 | 第25-28页 |
2.3.1 结构洞概念及问题描述 | 第25-26页 |
2.3.2 结构洞挖掘算法介绍 | 第26-28页 |
2.4 本章小结 | 第28-29页 |
第3章 BC-BSP系统及跨步迭代机制 | 第29-41页 |
3.1 系统体系结构 | 第29-30页 |
3.2 系统处理流程 | 第30-32页 |
3.3 跨步迭代机制 | 第32-37页 |
3.3.1 消息同步迭代处理 | 第32-35页 |
3.3.2 消息异步迭代处理 | 第35-36页 |
3.3.3 消息跨步迭代处理 | 第36-37页 |
3.4 跨步迭代机制在BC-BSP系统中的实现 | 第37-39页 |
3.5 本章小结 | 第39-41页 |
第4章 重叠社区并行发现算法PCOPRA | 第41-53页 |
4.1 算法概述 | 第41页 |
4.2 标签传播机制 | 第41-46页 |
4.2.1 多社区标签定义 | 第41-42页 |
4.2.2 标签的传播和计算 | 第42-43页 |
4.2.3 标签筛选 | 第43-44页 |
4.2.4 算法收敛条件 | 第44-46页 |
4.3 算法优化 | 第46-51页 |
4.3.1 半异步迭代 | 第46-48页 |
4.3.2 V值动态调整 | 第48-49页 |
4.3.3 基于BSP的COPRA算法并行化 | 第49-51页 |
4.4 PCOPRA算法复杂度分析 | 第51页 |
4.5 本章小结 | 第51-53页 |
第5章 结构洞并行挖掘算法PHIS | 第53-63页 |
5.1 结构洞与信息传播 | 第53-55页 |
5.2 结构洞挖掘模型HIS | 第55-56页 |
5.2.1 思想概要 | 第55页 |
5.2.2 结构洞模型 | 第55-56页 |
5.3 并行挖掘算法PHIS | 第56-60页 |
5.3.1 算法定义 | 第56-58页 |
5.3.2 基于BSP模型的并行算法PHIS | 第58-60页 |
5.3.3 PHIS算法优化 | 第60页 |
5.4 PHIS算法复杂度分析 | 第60-61页 |
5.5 本章小结 | 第61-63页 |
第6章 实验分析与性能测试 | 第63-73页 |
6.1 实验环境 | 第63页 |
6.2 实验数据 | 第63-65页 |
6.2.1 人工合成网络 | 第63-64页 |
6.2.2 真实社交网络 | 第64-65页 |
6.3 社区发现算法PCOPRA的实验 | 第65-70页 |
6.3.1 算法挖掘质量测试 | 第65-67页 |
6.3.2 算法扩展性测试 | 第67-68页 |
6.3.3 算法稳定性测试 | 第68-69页 |
6.3.4 V值动态调整测试 | 第69-70页 |
6.3.5 半异步迭代测试 | 第70页 |
6.4 结构洞挖掘算法PHIS的实验 | 第70-72页 |
6.4.1 PageRank的性能测试 | 第70-71页 |
6.4.2 算法挖掘质量测试 | 第71-72页 |
6.4.3 算法优化测试 | 第72页 |
6.5 本章小结 | 第72-73页 |
第7章 总结与展望 | 第73-75页 |
7.1 本文的主要工作 | 第73页 |
7.2 未来工作 | 第73-75页 |
参考文献 | 第75-79页 |
致谢 | 第79-81页 |
攻读硕士学位期间的论文项目情况 | 第81页 |