复杂网络社团发现算法的研究及其应用

摘要	第1-8页
Abstract	第8-10页
常用符号	第10-11页
插图目录	第11-12页
表格目录	第12-13页
第1章 绪论	第13-22页
·研究背景和意义	第13-15页
·基本概念	第15-18页
·密度、平均路径长度、聚类系数、度分布	第16-17页
·中心度	第17-18页
·国内外研究现状	第18-20页
·分裂与聚合方法	第18-19页
·其它算法	第19-20页
·本文的主要研究内容与组织结构	第20-22页
第2章 具有代表性的社团结构划分算法	第22-30页
·Kernighan-Lin算法	第22页
·谱平分方法	第22-24页
·分裂方法	第24-26页
·GN算法	第24-26页
·快速分裂算法	第26页
·聚合方法	第26-29页
·Newman快速算法	第27页
·结合谱分析的凝聚算法	第27-29页
·本章小结	第29-30页
第3章 结合二部图发现局部社团算法	第30-38页
·Aaron Clauset算法	第30-31页
·二部图表示复杂网络	第31-33页
·基于二部图表示的社团发现算法	第33-35页
·社团发现算法实验及分析	第35-37页
·本章小结	第37-38页
第4章 基于中心度发现社团算法	第38-46页
·派系过滤算法	第38-39页
·中心度分析	第39-40页
·基于中心度发现社团算法	第40-41页
·社团发现算法实验及分析	第41-45页
·实验网络运用中心度发现社团算法及分析	第42-43页
·实际网络运用中心度发现社团算法及分析	第43-45页
·本章小结	第45-46页
总结与展望	第46-48页
参考文献	第48-52页
致谢	第52-53页
附录 (攻读学位期间所发表的学术论文目录)	第53页