| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第13-30页 |
| 1.1 引言 | 第13页 |
| 1.2 复杂网络的实证特征 | 第13-18页 |
| 1.2.1 小世界特性 | 第14-15页 |
| 1.2.2 幂率度分布 | 第15-16页 |
| 1.2.3 群落结构 | 第16-17页 |
| 1.2.4 介数、核数和富集特性 | 第17-18页 |
| 1.3 复杂网络的常用模型 | 第18-23页 |
| 1.3.1 ER模型 | 第18-19页 |
| 1.3.2 BA模型 | 第19-20页 |
| 1.3.3 WS模型 | 第20-21页 |
| 1.3.4 LFR模型 | 第21-23页 |
| 1.4 复杂网络的同步研究简介 | 第23-28页 |
| 1.4.1 全局同步和局域同步 | 第23-25页 |
| 1.4.2 Kuramoto同步 | 第25-27页 |
| 1.4.3 网络结构和同步的关系 | 第27-28页 |
| 1.5 复杂网络中的聚类方法 | 第28-29页 |
| 1.6 本文的研究内容和研究意义 | 第29-30页 |
| 第2章 基于局域同步的群落结构检测模型 | 第30-40页 |
| 2.1 引言 | 第30页 |
| 2.2 锁定局域同步的模型 | 第30-32页 |
| 2.2.1 当前局域同步主要方法 | 第30-31页 |
| 2.2.2 局域相同步模型 | 第31-32页 |
| 2.3 实验分析 | 第32-39页 |
| 2.3.1 人工网络 | 第32-35页 |
| 2.3.2 实际网络 | 第35-39页 |
| 2.4 本章小结 | 第39-40页 |
| 第3章 局域同步应用于重叠群落检测 | 第40-55页 |
| 3.1 引言 | 第40页 |
| 3.2 重叠群落检测主要算法简介 | 第40-43页 |
| 3.3 基于局域同步的重叠群落检测算法 | 第43-46页 |
| 3.3.1 理论基础 | 第43-44页 |
| 3.3.2 算法思路及实现步骤 | 第44-45页 |
| 3.3.3 参数及时间复杂度分析 | 第45-46页 |
| 3.4 实验分析 | 第46-54页 |
| 3.4.1 LFR网络 | 第46-50页 |
| 3.4.2 实际网络 | 第50-54页 |
| 3.5 本章小结 | 第54-55页 |
| 第4章 重叠群落检测算法的应用 | 第55-75页 |
| 4.1 引言 | 第55页 |
| 4.2 典型场景应用简单分析 | 第55-65页 |
| 4.2.1 精准推送 | 第55-58页 |
| 4.2.2 道路导航 | 第58-62页 |
| 4.2.3 识别僵尸用户 | 第62页 |
| 4.2.4 热点发现与预测 | 第62-65页 |
| 4.3 用户推荐 | 第65-68页 |
| 4.3.1 场景描述 | 第65-66页 |
| 4.3.2 实验设计 | 第66-67页 |
| 4.3.3 实验分析 | 第67-68页 |
| 4.4 股票市场 | 第68-73页 |
| 4.4.1 股票市场的复杂网络建模及特性分析 | 第68-72页 |
| 4.4.2 基于重叠群落检测算法的股票市场群落检测研究 | 第72-73页 |
| 4.5 本章小结 | 第73-75页 |
| 第5章 总结与展望 | 第75-77页 |
| 5.1 工作总结 | 第75页 |
| 5.2 研究展望 | 第75-77页 |
| 参考文献 | 第77-80页 |
| 致谢 | 第80-81页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第81页 |