基于局部相似性的社区发现算法
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-13页 |
| 第一章 绪论 | 第13-22页 |
| ·研究背景和意义 | 第13-14页 |
| ·研究现状 | 第14-19页 |
| ·基于网络结构的方法 | 第14-17页 |
| ·基于节点属性的方法 | 第17页 |
| ·基于网络结构与节点属性相结合的方法 | 第17-19页 |
| ·主要研究内容 | 第19-20页 |
| ·论文结构 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第二章 社区发现理论及相关技术 | 第22-32页 |
| ·社会网络基本知识 | 第22-23页 |
| ·社会网络介绍 | 第22-23页 |
| ·社会网络的表示 | 第23页 |
| ·节点相似度和距离的度量 | 第23-25页 |
| ·节点重要性 | 第25-27页 |
| ·节点重要性的度量 | 第25-26页 |
| ·节点重要性在社会网络中的应用 | 第26-27页 |
| ·主题模型 | 第27-31页 |
| ·主题模型介绍 | 第27页 |
| ·LDA模型 | 第27-28页 |
| ·主题模型在社区发现的应用 | 第28-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 基于局部相似性的社区发现算法 | 第32-44页 |
| ·问题定义 | 第32-35页 |
| ·符号定义 | 第32-33页 |
| ·问题引出 | 第33-35页 |
| ·LSTA算法总体框架 | 第35-36页 |
| ·节点对相似度计算 | 第36-39页 |
| ·节点结构相似性计算 | 第36-37页 |
| ·节点属性相似性计算 | 第37-38页 |
| ·节点对相似性 | 第38-39页 |
| ·节点局部相似性 | 第39-41页 |
| ·节点聚类 | 第41-43页 |
| ·算法复杂度分析 | 第43页 |
| ·本章小结 | 第43-44页 |
| 第四章 实验结果与分析 | 第44-55页 |
| ·实验数据集 | 第44-45页 |
| ·Citeseer数据集 | 第44页 |
| ·DBLP-5K数据集 | 第44-45页 |
| ·实验方案与评估指标 | 第45-48页 |
| ·实验环境 | 第48-49页 |
| ·实验结果与分析 | 第49-54页 |
| ·聚类结果分析 | 第49-52页 |
| ·参数分析 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| ·本文工作总结 | 第55-56页 |
| ·未来工作和展望 | 第56-57页 |
| 附录一 作者攻读硕士学位期间发表的学术论文 | 第57页 |
| 附录二 作者攻读硕士学位期间参与的科研项目 | 第57页 |
| 附录三 作者攻读硕士学位期间申请的专利 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 后记 | 第62页 |
