复杂网络中的重叠社团发现问题研究
致谢 | 第1-6页 |
摘要 | 第6-8页 |
ABSTRACT | 第8-13页 |
第一章 引言 | 第13-23页 |
·研究背景 | 第13-15页 |
·研究意义 | 第15-16页 |
·研究内容和创新点 | 第16-19页 |
·文章组织结构 | 第19-23页 |
第二章 相关理论与研究现状概述 | 第23-37页 |
·复杂网络的基本定义 | 第23-25页 |
·复杂网络的模型与性质 | 第25-28页 |
·规则网络 | 第25-26页 |
·随机网络 | 第26页 |
·小世界网络 | 第26-27页 |
·无标度网络 | 第27-28页 |
·复杂网络的社团结构 | 第28-33页 |
·凝聚与分裂的方法 | 第29-30页 |
·基于模块度的方法 | 第30-32页 |
·谱方法 | 第32-33页 |
·其他方法 | 第33页 |
·重叠社团发现问题研究现状 | 第33-36页 |
·基于完全子图的方法 | 第34页 |
·基于边划分的方法 | 第34-35页 |
·基于局部优化的方法 | 第35-36页 |
·其他方法 | 第36页 |
·本章小结 | 第36-37页 |
第三章 可调重叠程度的社团发现算法 | 第37-47页 |
·引言 | 第37-38页 |
·定义 | 第38-39页 |
·可调重叠程度的社团发现算法 | 第39-40页 |
·复杂度分析 | 第40-41页 |
·实验结果与分析 | 第41-45页 |
·空手道俱乐部网络实验 | 第41-44页 |
·计算性能比较 | 第44-45页 |
·本章小结 | 第45-47页 |
第四章 基于社团中介度的重叠社团发现算法 | 第47-57页 |
·引言 | 第47-48页 |
·社团中介度 | 第48-49页 |
·基于社团中介度的分裂算法 | 第49-50页 |
·复杂度分析 | 第50-51页 |
·实验结果与分析 | 第51-56页 |
·人工网络实验 | 第51-53页 |
·真实网络实验 | 第53-56页 |
·本章小结 | 第56-57页 |
第五章 基于重叠节点条件的重叠社团发现算法 | 第57-81页 |
·引言 | 第57-58页 |
·定义 | 第58页 |
·重叠节点条件 | 第58-60页 |
·基于CON的重叠社团发现算法 | 第60-63页 |
·收敛性分析 | 第63-64页 |
·复杂度分析 | 第64页 |
·实验结果与分析 | 第64-78页 |
·人工网络实验 | 第65-72页 |
·真实网络实验 | 第72-78页 |
·本章小结 | 第78-81页 |
第六章 基于均衡多标签传播的重叠社团发现算法 | 第81-99页 |
·引言 | 第81-82页 |
·多标签传播算法 | 第82-88页 |
·COPRA算法 | 第82页 |
·均衡隶属度更新策略 | 第82-84页 |
·粗糙核提取算法 | 第84-85页 |
·BMLPA算法 | 第85-88页 |
·复杂度分析 | 第88页 |
·实验结果与分析 | 第88-97页 |
·与COPRA算法的对比实验 | 第88-92页 |
·基准数据集测试实验 | 第92-95页 |
·计算性能测试实验 | 第95-96页 |
·真实社会网络测试实验 | 第96-97页 |
·本章小结 | 第97-99页 |
第七章 结束语 | 第99-103页 |
·本文工作总结 | 第99-101页 |
·未来工作展望 | 第101-103页 |
参考文献 | 第103-111页 |
攻读博士期间发表的学术论文 | 第111-115页 |
学位论文数据集 | 第115页 |