大型社交网络中社团挖掘算法的研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-18页 |
| 1.1 研究背景和意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 社团数目估计研究现状 | 第10-12页 |
| 1.2.2 标号传播算法研究现状 | 第12-14页 |
| 1.3 主要研究内容 | 第14-15页 |
| 1.4 本文章节安排 | 第15-18页 |
| 2 相关理论知识 | 第18-28页 |
| 2.1 社交网络 | 第18-19页 |
| 2.2 社团结构 | 第19-20页 |
| 2.3 常见社团挖掘算法 | 第20-24页 |
| 2.3.1 WH算法 | 第20页 |
| 2.3.2 谱二分法 | 第20-21页 |
| 2.3.3 Kernighan-Lin算法 | 第21页 |
| 2.3.4 层次聚类算法 | 第21-22页 |
| 2.3.5 GN算法 | 第22页 |
| 2.3.6 谱聚类算法 | 第22-24页 |
| 2.4 社团挖掘评价指标 | 第24-26页 |
| 2.4.1 质量指标 | 第24-25页 |
| 2.4.2 性能指标 | 第25-26页 |
| 2.4.3 模块度 | 第26页 |
| 2.5 本章小结 | 第26-28页 |
| 3 新的网络社团数目估计方法 | 第28-36页 |
| 3.1 方法原理 | 第28-30页 |
| 3.1.1 无回路矩阵 | 第28页 |
| 3.1.2 正则无回路矩阵 | 第28-29页 |
| 3.1.3 用正则无回路矩阵估计社团数目 | 第29-30页 |
| 3.2 网络生成模型 | 第30-32页 |
| 3.2.1 随机块模型 | 第30-31页 |
| 3.2.2 度纠正随机块模型 | 第31-32页 |
| 3.3 实验验证 | 第32-34页 |
| 3.4 本章小结 | 第34-36页 |
| 4 标号传播社团挖掘算法 | 第36-42页 |
| 4.1 算法思想 | 第36页 |
| 4.2 更新方式 | 第36-38页 |
| 4.2.1 同步更新方式 | 第36-37页 |
| 4.2.2 异步更新方式 | 第37-38页 |
| 4.3 算法实现 | 第38-40页 |
| 4.4 问题描述 | 第40-41页 |
| 4.4.1 标号传播顺序 | 第40-41页 |
| 4.4.2 标号竞争机制 | 第41页 |
| 4.4.3 算法收敛条件 | 第41页 |
| 4.5 本章小结 | 第41-42页 |
| 5 改进的标号传播社团挖掘算法 | 第42-56页 |
| 5.1 算法思想 | 第42-46页 |
| 5.1.1 节点优先级排序 | 第42-44页 |
| 5.1.2 候选标号筛选机制 | 第44-45页 |
| 5.1.3 平衡节点过滤机制 | 第45-46页 |
| 5.2 算法实现 | 第46-49页 |
| 5.3 实验验证 | 第49-54页 |
| 5.3.1 质量对比 | 第49-51页 |
| 5.3.2 性能对比 | 第51-52页 |
| 5.3.3 其他指标对比 | 第52-54页 |
| 5.4 本章小结 | 第54-56页 |
| 6 总结与展望 | 第56-58页 |
| 6.1 总结 | 第56页 |
| 6.2 展望 | 第56-58页 |
| 致谢 | 第58-60页 |
| 参考文献 | 第60-63页 |
