| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 研究背景与意义 | 第13-15页 |
| 1.2 国内外研究现状 | 第15-19页 |
| 1.2.1 学习社区研究现状 | 第15-16页 |
| 1.2.2 复杂网络社区发现研究现状 | 第16-19页 |
| 1.3 主要研究内容 | 第19页 |
| 1.4 论文的组织结构 | 第19-21页 |
| 第二章 复杂网络社区发现相关内容 | 第21-32页 |
| 2.1 复杂网络社区结构 | 第21-25页 |
| 2.1.1 复杂网络及社区结构 | 第21-23页 |
| 2.1.2 教育领域的网络模型建立 | 第23-25页 |
| 2.2 评估标准 | 第25-26页 |
| 2.2.1 模块度标准 | 第25-26页 |
| 2.2.2 NMI标准 | 第26页 |
| 2.3 社区发现相关概念 | 第26-29页 |
| 2.3.1 模块度优化 | 第26-27页 |
| 2.3.2 标签传播思想 | 第27-28页 |
| 2.3.3 社区结构增强 | 第28-29页 |
| 2.4 实验环境及数据 | 第29-30页 |
| 2.4.1 实验环境 | 第29-30页 |
| 2.4.2 真实数据集 | 第30页 |
| 2.4.3 仿真数据集 | 第30页 |
| 2.5 本章小结 | 第30-32页 |
| 第三章 基于信息传播相似性的社区结构增强方法 | 第32-57页 |
| 3.1 引言 | 第32-33页 |
| 3.2 社区结构增强与社区发现的关系 | 第33页 |
| 3.3 节点传播影响力覆盖范围的计算 | 第33-42页 |
| 3.3.1 传播影响力范围分析 | 第34页 |
| 3.3.2 SIR传播仿真模型分析 | 第34-35页 |
| 3.3.3 传播概率扩散原理分析 | 第35-39页 |
| 3.3.4 分层信息传播估计法 | 第39-42页 |
| 3.4 传播相似性计算 | 第42-47页 |
| 3.5 社区结构的增强 | 第47-50页 |
| 3.6 实验与分析 | 第50-56页 |
| 3.6.1 信息传播率对社区结构增强程度的影响 | 第50-52页 |
| 3.6.2 增强效果及社区划分结果与增强因子的关系 | 第52-56页 |
| 3.7 本章小结 | 第56-57页 |
| 第四章 基于凝聚子群扩展的社区发现算法 | 第57-89页 |
| 4.1 引言 | 第57-58页 |
| 4.2 基于社区结构增强的分辨率调节 | 第58-64页 |
| 4.2.1 分辨率限制问题 | 第58-60页 |
| 4.2.2 利用社区结构的增强对分辨率问题进行缓解 | 第60-64页 |
| 4.3 基于山体结构抽取原理的凝聚子群发现 | 第64-76页 |
| 4.3.1 凝聚子群特性分析 | 第64-68页 |
| 4.3.2 凝聚子群的抽取 | 第68-75页 |
| 4.3.3 凝聚子群中重叠元素的划分 | 第75-76页 |
| 4.4 基于局部优化的社区发现 | 第76-85页 |
| 4.4.1 基于模块度的局部优化 | 第76-82页 |
| 4.4.2 子社区合并策略 | 第82-85页 |
| 4.5 实验与分析 | 第85-87页 |
| 4.6 本章小结 | 第87-89页 |
| 第五章 局部社区社区发现算法 | 第89-105页 |
| 5.1 引言 | 第89页 |
| 5.2 基于弱化干扰节点的局部社区发现算法 | 第89-96页 |
| 5.2.1 已有算法的不足及弱化干扰节点算法的可行性分析 | 第90-92页 |
| 5.2.2 算法描述 | 第92-93页 |
| 5.2.3 实验与分析 | 第93-96页 |
| 5.3 基于凝聚核心扩展的局部社区发现算法 | 第96-104页 |
| 5.3.1 算法描述 | 第97-98页 |
| 5.3.2 实验与分析 | 第98-104页 |
| 5.4 本章小结 | 第104-105页 |
| 第六章 总结及展望 | 第105-108页 |
| 6.1 本文工作总结 | 第105-106页 |
| 6.2 下一步工作展望 | 第106-108页 |
| 参考文献 | 第108-115页 |
| 在校期间发表的论文、科研成果等 | 第115-116页 |
| 致谢 | 第116页 |
