声明
摘要
1.1课题研究背景及意义
1.2在线复杂社交网络介绍
1.3论文的主要贡献
1.4论文的组织结构
2.1采样的基本概念
2.2在线社交网络采样算法
2.2.1广度优先搜索算法(BFS)
2.2.2用户均匀采样法(UNI)
2.2.3随机行走采样算法(RW)
2.2.4马尔科夫链蒙特卡洛采样算法(MHRW)
2.2.5随机跳转采样算法(RJ)
2.3本章小结
3.1设计思想
3.2 HJ算法描述
3.2.1获取跳转节点集
3.2.2三维平均度分布模型进行参数分析选取
3.3 HJ算法伪代码、流程图及复杂度分析
3.3.1 HJ算法伪代码
3.3.2 HJ算法流程图
3.3.3 HJ算法复杂性分析
3.4实验数据集描述
3.5采样性能的对比实验
3.5.1收敛性分析
3.5.2网络度分布分析
3.5.3采样节点分布分析
3.5.4网络的传递性、同配性、簇类系数分析
3.6本章小结
第四章社交网络采样系统
4.1社交网络采样系统框架
4.1.1 uI池管理器
4.1.2 HTML管下载器及解析器
4.1.3数据存储器
4.1.4控制调度器
4.1.5系统执行流程
4.2本章小结
5.1全文总结
5.2后续工作与展望
参考文献
攻读硕士学位期间参加的科研项目和研究成果
致谢