| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第7-11页 |
| 1.1 课题的研究背景与意义 | 第7-8页 |
| 1.2 研究现状 | 第8-10页 |
| 1.3 本文的工作与安排 | 第10-11页 |
| 第2章 相关理论技术研究 | 第11-20页 |
| 2.1 复杂网络的社团 | 第11-12页 |
| 2.1.1 复杂网络的社团定义 | 第11页 |
| 2.1.2 复杂网络的社团划分评价指标: | 第11-12页 |
| 2.2 复杂网络的传播动力学 | 第12-14页 |
| 2.2.1 SIR传播模型 | 第12-13页 |
| 2.2.2 SIS传播模型 | 第13-14页 |
| 2.3 复杂网络的网络表示学习 | 第14-16页 |
| 2.3.1 基于网络结构算法 | 第14-15页 |
| 2.3.2 结合外部信息算法 | 第15-16页 |
| 2.4 强化学习 | 第16-20页 |
| 2.4.1 强化学习的理论 | 第17页 |
| 2.4.2 强化学习算法 | 第17-18页 |
| 2.4.3 强化学习应用 | 第18-20页 |
| 第3章 基于传播动力学种子集扩展算法 | 第20-31页 |
| 3.1 软标签传播算法(Soft Label Propagation,SLP) | 第20-22页 |
| 3.2 增强标签传播算法(Augmented Label Propagation,ALP) | 第22-25页 |
| 3.3 种子集扩展实验 | 第25-28页 |
| 3.4 算法参数敏感性 | 第28-29页 |
| 3.5 本章小结 | 第29-31页 |
| 第4章 基于网络表示学习的种子集扩展算法 | 第31-38页 |
| 4.1 DeepWalk算法 | 第31-32页 |
| 4.2 KNN算法 | 第32-33页 |
| 4.3 基于DeepWalk的类KNN算法 | 第33-34页 |
| 4.4 种子集扩展实验 | 第34-35页 |
| 4.5 算法参数敏感性 | 第35-36页 |
| 4.6 本章小结 | 第36-38页 |
| 第5章 基于强化学习种子集扩展算法 | 第38-44页 |
| 5.1 基于Q-Learning种子集扩展算法 | 第38-39页 |
| 5.2 种子集扩展实验 | 第39-42页 |
| 5.3 基于Q-Learning种子集扩展算法的参数敏感性 | 第42-43页 |
| 5.4 本章小结 | 第43-44页 |
| 第6章 总结与展望 | 第44-46页 |
| 致谢 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第50-51页 |
| 附录 | 第51-52页 |
| 附录1 基础平台搭建 | 第51页 |
| 附录2 DeepWalk安装 | 第51-52页 |
