图是计算机科学最常用的一类抽象数据结构,在结构和语义方面比线性表和树更加复杂,更具有一般性表示能力。现实世界中许多应用场景都需要用图结构表示,与图相关的处理和应用几乎无处不在。传统应用如最优运输路线的确定、疾病爆发路径的预测、科技文献的引用关系等；新兴应用如社交网络分析、语义web分析、生物信息网络分析等。但随着信息化时代的到来,各种信息以爆炸模式增长,导致图的规模日益增大,如何对大规模图进行高效处理,成为一个新的挑战。为了解决上述问题,本文设计了一种全新的服务体系。它兼具MapReduce框架的高效批处理和BSP框架的快速迭代计算,使得海量网络图数据的处理变为可行。并且引入了基于OSGi的可扩展可动态部署的插件框架,以及面向并行计算框架的工作流引擎,使得服务体系的可扩展性和容错性有很大提升。最后基于这种服务体系,研究并实现了基于迭代式框架的并行图挖掘平台。本文的主要内容包括：1.基于OSGi的服务体系研究：利用OSGi的动态插件机制实现服务体系的热插拔和容错机制。同时设计了服务节点的接口,使得服务体系可以集成多种计算框架。2.服务体系中的“热插拔”和容错机制：“热插拔”是指服务体系中的所有服务都可以动态的增加和删除。容错机制是基于组件动态增删实现的,提供了多次重跑、挂起和续跑机制。3.基于服务体系的原型图挖掘平台的设计：根据大规模图数据分析的需求,完成系统架构设计,以及系统功能模块的设计。4.基于服务体系的原型图挖掘平台的实现：结合平台的架构设计以及各模块的详细设计,完成原型平台。5.最后,通过真实的手机通话记录,验证了基于服务体系的图挖掘平台的高效性和可扩展性。