基于聚类分析的社交网络数据库分库策略研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景 | 第8页 |
| 1.2 研究意义 | 第8-9页 |
| 1.3 国内外研究现状 | 第9-11页 |
| 1.4 本文的主要工作 | 第11-12页 |
| 1.5 论文的组织结构 | 第12-13页 |
| 第二章 理论基础 | 第13-24页 |
| 2.1 数据库分库 | 第13-19页 |
| 2.2 聚类分析及K-means算法 | 第19-24页 |
| 第三章 社交网络数据模型与问题定义 | 第24-32页 |
| 3.1 类与社交网络数据模型定义 | 第24-25页 |
| 3.2 问题定义 | 第25-30页 |
| 3.3 社交网络事件聚类可行性分析 | 第30-32页 |
| 第四章 基于聚类分析的社交网络数据库分库策略 | 第32-40页 |
| 4.1 策略概述 | 第32页 |
| 4.2 初始数据积累 | 第32-33页 |
| 4.3 聚类分析分库与负载均衡优化 | 第33-37页 |
| 4.4 分库扩容与零数据迁移 | 第37-40页 |
| 第五章 实验与分析 | 第40-53页 |
| 5.1 实验数据说明 | 第40-42页 |
| 5.2 实验方案设计 | 第42-43页 |
| 5.3 实验结果分析 | 第43-52页 |
| 5.4 实验结论 | 第52-53页 |
| 第六章 总结与展望 | 第53-55页 |
| 6.1 论文总结 | 第53页 |
| 6.2 论文展望 | 第53-55页 |
| 参考文献 | 第55-57页 |
| 致谢 | 第57页 |