| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究现状 | 第10-13页 |
| 1.2.1 社区发现研究现状 | 第10-11页 |
| 1.2.2 社区进化研究现状 | 第11-13页 |
| 1.3 主要研究内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14页 |
| 1.5 本章小结 | 第14-15页 |
| 第2章 相关理论 | 第15-23页 |
| 2.1 复杂网络理论 | 第15-19页 |
| 2.1.1 复杂网络研究简介 | 第15-16页 |
| 2.1.2 复杂网络中的基本模型及其拓扑结构 | 第16-19页 |
| 2.2 社区 | 第19-20页 |
| 2.2.1 社会学中的社区 | 第19-20页 |
| 2.2.2 复杂网络中的社区 | 第20页 |
| 2.3 派系过滤算法 | 第20-22页 |
| 2.3.1 k-派系社区 | 第20页 |
| 2.3.2 k-派系社区的提取 | 第20-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 复杂网络中的社区发现方法 | 第23-33页 |
| 3.1 总体框架 | 第23-24页 |
| 3.2 基于网页内容相似度和链接关系的社区发现算法 | 第24-26页 |
| 3.2.1 网页内容相似度的计算 | 第25页 |
| 3.2.2 网页PR值的计算 | 第25页 |
| 3.2.3 CSPR算法描述 | 第25-26页 |
| 3.3 社区层次结构 | 第26-28页 |
| 3.3.1 基于CPM算法的社区层次结构的构建 | 第27-28页 |
| 3.4 社区进化研究 | 第28-32页 |
| 3.4.1 寻找相关社区 | 第28-29页 |
| 3.4.2 社区进化的类型 | 第29-30页 |
| 3.4.3 社区进化的度量标准 | 第30-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第4章 实验与分析 | 第33-38页 |
| 4.1 实验设计 | 第33页 |
| 4.1.1 实验数据集来源 | 第33页 |
| 4.1.2 实验环境 | 第33页 |
| 4.1.3 实验方案 | 第33页 |
| 4.2 实验结果与分析 | 第33-37页 |
| 4.2.1 发现原始社区 | 第33-35页 |
| 4.2.2 提取后继社区 | 第35-36页 |
| 4.2.3 社区层次构建及进化研究 | 第36-37页 |
| 4.3 本章小结 | 第37-38页 |
| 第5章 总结与展望 | 第38-40页 |
| 5.1 全文总结 | 第38页 |
| 5.2 工作展望 | 第38-40页 |
| 参考文献 | 第40-42页 |
| 致谢 | 第42-43页 |
| 攻读学位期间取得的科研成果 | 第43页 |