| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.2.1 国外研究现状 | 第9页 |
| 1.2.2 国内研究现状 | 第9页 |
| 1.2.3 大数据平台的发展 | 第9-10页 |
| 1.2.4 国内外公司 Hadoop 大数据平台的发展 | 第10页 |
| 1.3 研究内容 | 第10页 |
| 1.4 研究意义 | 第10-12页 |
| 第二章 研究依据 | 第12-26页 |
| 2.1 SNS 社交网络的理论基础 | 第12-15页 |
| 2.1.1 六度空间理论（Six Degrees of Separation） | 第12-13页 |
| 2.1.2 150 法则（Rule Of 150） | 第13-14页 |
| 2.1.3 三角闭合原理 | 第14-15页 |
| 2.2 社交网络中关系链的表示 | 第15-17页 |
| 2.3 Hadoop 相关组件介绍 | 第17-26页 |
| 第三章 基于好友关系链的好友分析模型建立 | 第26-37页 |
| 3.1 本文好友分析的思路 | 第26-27页 |
| 3.1.1 好友关系链的现实意义 | 第26页 |
| 3.1.2 好友相似度分析算法的意义 | 第26-27页 |
| 3.1.3 本文好友分析算法的流程 | 第27页 |
| 3.2 好友关系强度计算 | 第27-30页 |
| 3.3 用户相似度计算 | 第30-33页 |
| 3.4 基于三角闭合的模型的研究 | 第33-35页 |
| 3.5 综合模型的建立 | 第35-37页 |
| 第四章 基于用户关系链的好友分析系统的系统设计 | 第37-45页 |
| 4.1 系统总体架构 | 第37-38页 |
| 4.2 系统设计原则 | 第38页 |
| 4.2.1 通用性 | 第38页 |
| 4.2.2 扩展性和灵活性 | 第38页 |
| 4.3 抓取索引模块 | 第38-43页 |
| 4.3.1 页面抓取模块设计 | 第38-39页 |
| 4.3.2 解析模块设计 | 第39-41页 |
| 4.3.3 存储模块设计 | 第41-43页 |
| 4.4 查询计算模块 | 第43页 |
| 4.5 用户交互模块 | 第43-45页 |
| 第五章 基于用户关系链的好友分析系统的实现和验证 | 第45-57页 |
| 5.1 登陆模块的实现 | 第45-49页 |
| 5.2 解析引擎的实现 | 第49-51页 |
| 5.3 核心计算模块的实现 | 第51-52页 |
| 5.4 系统压力测试 | 第52-54页 |
| 5.5 评估指标 | 第54-55页 |
| 5.6 实验结果 | 第55-56页 |
| 5.7 实验总结 | 第56-57页 |
| 第六章 总结与展望 | 第57-58页 |
| 6.1 总结 | 第57页 |
| 6.2 展望 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 致谢 | 第60页 |
