动态网络中的稳定社区发现
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文主要工作 | 第13-14页 |
| 1.4 本文章节安排 | 第14页 |
| 1.5 本章小结 | 第14-15页 |
| 第二章 复杂网络中的社区发现算法 | 第15-25页 |
| 2.1 社区发现相关理论 | 第15-18页 |
| 2.1.1 复杂网络 | 第15页 |
| 2.1.2 社区结构 | 第15-17页 |
| 2.1.3 动态网络特性 | 第17页 |
| 2.1.4 时间片 | 第17-18页 |
| 2.2 静态复杂网络中社区发现的主要算法 | 第18-23页 |
| 2.2.1 基于图分解的方法 | 第18-19页 |
| 2.2.2 基于社会学的方法 | 第19-20页 |
| 2.2.3 Girvan-Newman算法 | 第20-21页 |
| 2.2.4 经典算法优缺点比较 | 第21-23页 |
| 2.3 动态网络社区发现的主要算法 | 第23-24页 |
| 2.4 社区可视化 | 第24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 稳定社区发现算法 | 第25-36页 |
| 3.1 稳定社区 | 第25-26页 |
| 3.2 稳定程度 | 第26页 |
| 3.3 频现节点集 | 第26-29页 |
| 3.4 算法主要思想 | 第29页 |
| 3.5 算法的具体实现 | 第29-33页 |
| 3.6 算法的伪代码描述 | 第33-34页 |
| 3.7 算法复杂度分析 | 第34-35页 |
| 3.8 本章小结 | 第35-36页 |
| 第四章 实验结果与分析 | 第36-47页 |
| 4.1 实验数据描述 | 第36-37页 |
| 4.2 实验结果 | 第37-46页 |
| 4.2.1 时间片上的复杂网络 | 第37-39页 |
| 4.2.2 社区结构的可视化 | 第39-42页 |
| 4.2.3 稳定社区节点集 | 第42-43页 |
| 4.2.4 稳定社区可视化 | 第43-45页 |
| 4.2.5 稳定社区的层次结构 | 第45-46页 |
| 4.3 稳定阈值α对稳定社区的影响 | 第46页 |
| 4.4 本章小结 | 第46-47页 |
| 第五章 总结与展望 | 第47-49页 |
| 5.1 全文工作总结 | 第47页 |
| 5.2 本文存在的问题 | 第47-48页 |
| 5.3 未来工作展望 | 第48页 |
| 5.4 本章小结 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 致谢 | 第53页 |
