在线社会网络中基于属性的重叠社区发现算法研究与应用
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究意义 | 第12-13页 |
| 1.3 国内外研究动态 | 第13-14页 |
| 1.4 本文的主要研究内容和贡献 | 第14-15页 |
| 1.5 论文的组织结构 | 第15页 |
| 1.6 课题来源 | 第15-16页 |
| 第2章 社区发现算法的相关理论 | 第16-29页 |
| 2.1 复杂网络的基本理论 | 第16-20页 |
| 2.1.1 复杂网络的研究历史 | 第16-17页 |
| 2.1.2 复杂网络的表示方法 | 第17-18页 |
| 2.1.3 复杂网络的特征 | 第18-20页 |
| 2.2 社区与社区发现算法 | 第20-27页 |
| 2.2.1 非重叠社区 | 第20-23页 |
| 2.2.2 重叠社区 | 第23-25页 |
| 2.2.3 衡量标准 | 第25-27页 |
| 2.3 小结 | 第27-29页 |
| 第3章 动态属性群算法 | 第29-45页 |
| 3.1 社会属性网络(SAN) | 第29-30页 |
| 3.2 动态属性的获取 | 第30-32页 |
| 3.3 动态属性的聚类 | 第32-36页 |
| 3.3.1 个人关注关系矩阵P | 第32-33页 |
| 3.3.2 直接朋友关系矩阵D | 第33-34页 |
| 3.3.3 间接朋友关系矩阵I | 第34-35页 |
| 3.3.4 动态属性节点关系矩阵的确定 | 第35-36页 |
| 3.4 社区的划分 | 第36页 |
| 3.5 算法描述 | 第36-37页 |
| 3.6 实验设计与实现 | 第37-44页 |
| 3.6.1 数据集 | 第37-41页 |
| 3.6.2 实验结果 | 第41-44页 |
| 3.7 小结 | 第44-45页 |
| 第4章 基于兴趣的标签传播算法 | 第45-55页 |
| 4.1 标签传播算法 | 第45-49页 |
| 4.1.1 RAK算法 | 第45-46页 |
| 4.1.2 LPAm | 第46-47页 |
| 4.1.3 COPRA | 第47-49页 |
| 4.1.4 HANP | 第49页 |
| 4.2 标签的获取与聚类 | 第49-50页 |
| 4.3 算法描述 | 第50-52页 |
| 4.4 实验设计与实现 | 第52-54页 |
| 4.5 小结 | 第54-55页 |
| 第5章 重叠社区发现算法的应用 | 第55-65页 |
| 5.1 典型应用 | 第55-59页 |
| 5.2 对好友推荐的应用 | 第59-63页 |
| 5.2.1 好友推荐场景描述 | 第59-60页 |
| 5.2.2 实验数据集 | 第60-61页 |
| 5.2.3 实验设计 | 第61-63页 |
| 5.2.4 实验结果 | 第63页 |
| 5.3 应用前景 | 第63-64页 |
| 5.4 小结 | 第64-65页 |
| 第6章 总结与展望 | 第65-67页 |
| 6.1 全文总结 | 第65-66页 |
| 6.2 不足与展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71页 |
