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