第1章 绪论 1
1.1 研究背景及意义 1
1.2 研究现状分析 2
1.2.1 数据密集型计算的研究现状 2
1.2.2 贝叶斯网的研究现状 3
1.2.3 研究内容的必要性 3
1.3 全书主要工作 4
1.4 全书组织结构 4
第2章 数据密集型计算和贝叶斯网 6
2.1 数据密集型计算简介 6
2.1.1 数据密集型计算概念 6
2.1.2 数据密集型计算面临的挑战 7
2.1.3 数据密集型计算的典型应用 16
2.2 贝叶斯网简介 17
2.2.1 贝叶斯网络概念 17
2.2.2 贝叶斯网络学习 19
2.2.3 贝叶斯网络推理 20
2.2.4 贝叶斯网络的应用 20
第3章 数据密集型计算环境下贝叶斯网的学习方法 22
3.1 传统贝叶斯网的学习方法 22
3.2 传统学习方法在数据密集型计算环境下面临的问题 23
3.3 数据密集型计算环境下的贝叶斯网学习方法 24
第4章 数据密集型计算环境下贝叶斯网的推理方法 37
4.1 传统贝叶斯网的推理方法 37
4.2 传统推理方法在数据密集型计算环境下面临的问题 39
4.3 数据密集型计算环境下的贝叶斯网推理方法 40
第5章 数据密集型计算环境下贝叶斯网的应用——社区发现 52
5.1 问题的提出 52
5.2 本方法的基本思想 53
5.2.1 数据密集型计算环境下的频繁项目集融合方法 54
5.2.2 数据密集型计算环境下构建基于频繁项集的基础网络 56
5.2.3 数据密集型计算环境下根据构建的网络来进行社区发现 62
5.3 实验模型 70
5.4 实验结果及分析 76
结束语 77
参考文献 79