通信网络社区挖掘及层次结构发现方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-9页 |
| 图录 | 第9-10页 |
| 表录 | 第10-11页 |
| 第一章 绪论 | 第11-27页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 研究现状 | 第12-23页 |
| 1.2.1 复杂网络研究 | 第12-16页 |
| 1.2.1.1 小世界效应 | 第12-13页 |
| 1.2.1.2 无标度特性 | 第13-14页 |
| 1.2.1.3 社区结构 | 第14-15页 |
| 1.2.1.4 通信数据复杂网络特性分析 | 第15-16页 |
| 1.2.2 复杂网络社区发现技术现状分析 | 第16-22页 |
| 1.2.2.1 社区发现方法 | 第16-20页 |
| 1.2.2.2 社区层次结构发现方法 | 第20-22页 |
| 1.2.3 社区发现方法存在的问题分析 | 第22-23页 |
| 1.3 本课题研究的主要内容 | 第23-24页 |
| 1.3.1 研究思路 | 第23-24页 |
| 1.3.2 主要内容 | 第24页 |
| 1.4 本文的结构安排 | 第24-27页 |
| 第二章 基于相似性传递的社区划分算法 | 第27-37页 |
| 2.1 引言 | 第27页 |
| 2.2 相关定义 | 第27页 |
| 2.3 节点相似性度量方法 | 第27-32页 |
| 2.3.1 全局相似性度量方法 | 第28-29页 |
| 2.3.2 局部相似性度量方法 | 第29-30页 |
| 2.3.3 基于相似性传递的相似性度量方法 | 第30-32页 |
| 2.4 基于相似性传递的社区划分算法设计 | 第32-34页 |
| 2.4.1 探测社区疑似核心节点 | 第32-33页 |
| 2.4.2 算法设计 | 第33-34页 |
| 2.5 实验分析 | 第34-36页 |
| 2.5.1 社交网络数据中的算法应用 | 第34-35页 |
| 2.5.2 公共网络中的算法应用 | 第35-36页 |
| 2.6 小结 | 第36-37页 |
| 第三章 基于局部模块度的社区层次结构发现方法 | 第37-49页 |
| 3.1 引言 | 第37页 |
| 3.2 相关概念 | 第37-40页 |
| 3.2.1 局部模块度的定义 | 第38-39页 |
| 3.2.2 局部模块度特性分析 | 第39-40页 |
| 3.3 社区层次结构发现方法 | 第40-42页 |
| 3.3.1 层次边界发现标识 | 第40-41页 |
| 3.3.2 网络层次结构发现 | 第41-42页 |
| 3.4 算法设计 | 第42-43页 |
| 3.5 实验分析 | 第43-47页 |
| 3.5.1 Zachary 数据集实验 | 第44-45页 |
| 3.5.2 人工合成网络数据集实验 | 第45-47页 |
| 3.6 小结 | 第47-49页 |
| 第四章 通信网络社区结构分析系统设计与实现 | 第49-57页 |
| 4.1 引言 | 第49页 |
| 4.2 系统设计 | 第49-54页 |
| 4.2.1 项目系统功能介绍 | 第49-50页 |
| 4.2.2 通信社区结构分析系统设计 | 第50-54页 |
| 4.3 通信网络社区结构分析实验 | 第54-56页 |
| 4.3.1 数据介绍 | 第54页 |
| 4.3.2 实验结果分析 | 第54-56页 |
| 4.4 小结 | 第56-57页 |
| 第五章 结束语 | 第57-59页 |
| 5.1 本文工作总结 | 第57-58页 |
| 5.2 未来工作展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 作者简介 | 第63页 |
