| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 目录 | 第10-12页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 课题研究的背景与意义 | 第12-15页 |
| 1.1.1 互联网的社团结构研究现状 | 第12-14页 |
| 1.1.2 互联网可视化研究现状 | 第14页 |
| 1.1.3 本文研究的意义 | 第14-15页 |
| 1.2 本文组织结构 | 第15-18页 |
| 第2章 互联网网络数据来源及处理 | 第18-24页 |
| 2.1 互联网网络数据来源 | 第18-19页 |
| 2.2 原始网络数据预处理 | 第19-23页 |
| 2.2.1 数据格式的处理 | 第19-20页 |
| 2.2.2 原始网络拓扑 | 第20-21页 |
| 2.2.3 最大子图的获取 | 第21-23页 |
| 2.3 相关特征量 | 第23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 互联网拓扑基本特征分析与多粒度社团发现算法设计 | 第24-58页 |
| 3.1 互联网拓扑基本特征分析 | 第24-27页 |
| 3.2 多粒度社团发现算法设计的总体思想 | 第27-28页 |
| 3.3 分而划之 | 第28-44页 |
| 3.3.1 层次折叠收缩算法 | 第29-34页 |
| 3.3.2 链状探测算法 | 第34-36页 |
| 3.3.3 高核数节点聚合探测算法 | 第36-40页 |
| 3.3.4 中心节点组织探测算法 | 第40-43页 |
| 3.3.5 各种网络探测算法处理后的网络效果 | 第43-44页 |
| 3.4 合而聚之 | 第44-47页 |
| 3.4.1 模块度 | 第44页 |
| 3.4.2 小社团合并算法 | 第44-47页 |
| 3.5 社团划分比较 | 第47-48页 |
| 3.6 对于全球IPV6拓扑的划分比较 | 第48-50页 |
| 3.7 AY算法在其它网络上的测试 | 第50-55页 |
| 3.7.1 Karate俱乐部 | 第50-52页 |
| 3.7.2 东北大学嵌入式实验室QQ聊天网络 | 第52-53页 |
| 3.7.3 东大嵌入式实验室日常人际交流网络—地理位置隔离的社团结构 | 第53-55页 |
| 3.8 新的衡量社团划分质量方法的探讨 | 第55-57页 |
| 3.8.1 新的社团发现思路 | 第55-56页 |
| 3.8.2 新的求解最短路径的算法 | 第56-57页 |
| 3.9 本章小结 | 第57-58页 |
| 第4章 一种新的面向社团的网络拓扑可视化算法 | 第58-68页 |
| 4.1 可视化算法综述 | 第58-60页 |
| 4.2 面向社团结构特征的可视化 | 第60-66页 |
| 4.2.1 所用开发工具 | 第60-61页 |
| 4.2.2 算法思想 | 第61页 |
| 4.2.3 算法设计与实现 | 第61-66页 |
| 4.3 本章小结 | 第66-68页 |
| 第5章 总结与展望 | 第68-70页 |
| 5.1 本文所做的工作 | 第68-69页 |
| 5.2 不足及展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-76页 |
| 攻读硕士期间发表的论文 | 第76页 |