大规模图数据的高效计算关键技术研究

　　由于具有良好的表达能力，图数据结构被广泛用来对元素间具有复杂联系的数据进行建模，如社交网络、知识图谱等。因此，可以对大规模图数据进行分析的处理技术逐渐成为当前学术界和业界的热门研究话题之一。目前，已有为数众多的图计算系统被提出和应用，并取得了巨大的商业成功。《大规模图数据的高效计算关键技术研究/清华大学优秀博士学位论文丛书》通过将不同环境下图计算系统的数据载入途径分为四个阶段分别进行了研究，总结出了一系列的优化方法，可为相关研究人员提供参考。

暂缺《大规模图数据的高效计算关键技术研究》作者简介

第1章 引言
1．1 大规模图计算
1．2 图计算系统的分类
1．3 图数据高效计算的挑战
1．3．1 图计算的特点
1．3．2 现状和主要优化方向
1．4 主要贡献
1．5 本书组织结构
第2章 相关工作
2．1 基于分布式集群的图计算系统
2．1．1 分布式图计算中的基本概念
2．1．2 分布式图计算中任务的划分算法
2．2 基于外存的图计算系统
2．2．1 外存图计算系统的意义和挑战
2．2．2 以点为中心的外存图计算系统
2．2．3 以边为中心的外存图计算系统
2．3 基于矩阵的图计算引擎
2．4 基于存算融合硬件的图计算系统
第3章 分布式图计算系统的三维任务划分
3．1 概述
3．2 实例研究：协同过滤问题
3．3 三维划分的基本概念
3．4 三维划分下的编程模型
3，4．1 数据模型
3．4．2 UPPS下的三维划分
3．4．3 计算模型
3．4．4 二部图
3．4．5 与GAS模型的比较
3．4．6 例程
3．5 系铳实现
3．5．1 数据载入和划分
3．5．2 Update操作的实现
3．5．3 Push，Pull和Sink操作的实现
3．5．4 基于矩阵的数据结构
3．6 实验结果
3．6．1 测试环境
3．6．2 微型测试集
3．6．3 实际应用
3．6．4 其他讨论
3．7 小结
第4章 外存图计算系统的分层数据组织
4．1 概述
4．2 背景介绍
4．2．1 外存图计算系统中的一维划分：GraphChi
4．2．2 外存图计算系统中的二维划分：GridGraph
4．3 3DGridGraph
4．3．1 分层存储优势
4．3．2 编程模型
4．3．3 实例研究
4．3．4 实现
4．4 测试结果
4．4．1 定量分析
……
第5章 矩阵计算引擎的自动优化
第6章 拓扑感知的存算融合图计算方法
第7章 总结与展望
参考文献
在学期间发表的学术论文与研究成果
致谢