| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 研究内容与目标 | 第9-10页 |
| 1.3 研究思路与方法 | 第10页 |
| 1.4 主要创新点与论文结构 | 第10-13页 |
| 第二章 文献综述 | 第13-32页 |
| 2.1 引言 | 第13页 |
| 2.2 用户建模研究现状 | 第13-16页 |
| 2.3 复杂网络与社交网络 | 第16-25页 |
| 2.4 典型社区划分算法 | 第25-30页 |
| 2.5 本章小结 | 第30-32页 |
| 第三章 基于同化效应的用户模型修正算法 | 第32-41页 |
| 3.1 引言 | 第32页 |
| 3.2 社交网站用户建模过程及需求分析 | 第32-33页 |
| 3.3 同化效应 | 第33-36页 |
| 3.3.1 近邻同化效应 | 第34-35页 |
| 3.3.2 整体同化效应 | 第35-36页 |
| 3.4 基于近邻同化效应的属性演进 | 第36-37页 |
| 3.5 基于整体同化效应的属性预测 | 第37-39页 |
| 3.6 本章小结 | 第39-41页 |
| 第四章 基于抽象距离和改进模块度的社区划分算法 | 第41-52页 |
| 4.1 引言 | 第41页 |
| 4.2 社交网络社区划分场景及需求分析 | 第41-42页 |
| 4.3 社区划分算法的测度及评价标准 | 第42-46页 |
| 4.3.1 Newman模块度和相似度 | 第43-45页 |
| 4.3.2 改进模块度和抽象距离 | 第45-46页 |
| 4.4 SNCDAD社区划分算法思想 | 第46-49页 |
| 4.5 SNCDAD社区划分算法流程 | 第49-51页 |
| 4.6 本章小结 | 第51-52页 |
| 第五章 实验验证及分析 | 第52-62页 |
| 5.1 引言 | 第52页 |
| 5.2 基于同化效应的用户模型修正算法实验验证及分析 | 第52-55页 |
| 5.2.1 实验数据及基本参数设置 | 第52-54页 |
| 5.2.2 实验结果与分析 | 第54-55页 |
| 5.3 SNCDAD社区划分算法实验分析 | 第55-61页 |
| 5.3.1 已知网络结构数据集的社区划分及结果分析 | 第56-59页 |
| 5.3.2 未知网络结构数据集的社区划分及结果分析 | 第59-61页 |
| 5.4 本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 本文工作总结 | 第62页 |
| 6.2 未来研究展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 附录1 程序清单 | 第68-69页 |
| 附录2 攻读硕士学位期间撰写的论文 | 第69-70页 |
| 致谢 | 第70页 |
