复杂网络重叠社团划分算法研究与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 复杂网络社团划分研究背景 | 第10-12页 |
| 1.2 复杂网络社团划分的发展概况 | 第12-14页 |
| 1.2.1 非重叠社团划分简介 | 第12-13页 |
| 1.2.2 重叠社团划分简介 | 第13-14页 |
| 1.3 重叠社团划分研究现状 | 第14-16页 |
| 1.4 本课题的研究意义与创新工作 | 第16-19页 |
| 1.4.1 本课题的研究意义 | 第16-17页 |
| 1.4.2 本文的创新点与文章结构 | 第17-19页 |
| 第二章 复杂网络社团划分基础 | 第19-31页 |
| 2.1 复杂网络的图论模型 | 第19-21页 |
| 2.2 社团划分算法理论 | 第21-27页 |
| 2.2.1 非重叠社团划分算法 | 第22-25页 |
| 2.2.1.1 Newman快速算法 | 第22-24页 |
| 2.2.1.2 Louvain算法 | 第24-25页 |
| 2.2.2 重叠社团划分算法 | 第25-27页 |
| 2.2.2.1 Copra重叠社团划分算法 | 第25-27页 |
| 2.2.2.2 基于种子节点的重叠社团划分算法 | 第27页 |
| 2.3 社团划分算法评价指标 | 第27-30页 |
| 2.3.1 模块度 | 第28-29页 |
| 2.3.2 NMI指标 | 第29-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 基于节点亲密度和度的加权社团划分算法 | 第31-57页 |
| 3.1 网络的加权处理 | 第31-34页 |
| 3.1.1 边权重的重要性 | 第31-32页 |
| 3.1.2 边权处理方法 | 第32-34页 |
| 3.2 WMID加权方法 | 第34-37页 |
| 3.2.1 节点亲密度的定义 | 第34-36页 |
| 3.2.2 WMID加权处理 | 第36-37页 |
| 3.3 基于WMID的非重叠社团划分算法 | 第37-47页 |
| 3.3.1 CDID算法 | 第37-40页 |
| 3.3.2 实验结果及分析 | 第40-47页 |
| 3.3.2.1 有向网络社团划分实验 | 第40-42页 |
| 3.3.2.2 无向网络社团划分实验 | 第42-45页 |
| 3.3.2.3 CDID准确度性验证实验 | 第45-47页 |
| 3.4 基于WMID的重叠社团划分算法 | 第47-56页 |
| 3.4.1 OCDID算法 | 第47-49页 |
| 3.4.2 实验结果及分析 | 第49-56页 |
| 3.4.2.1 空手道俱乐部网络实验分析 | 第49-51页 |
| 3.4.2.2 海豚网络实验分析 | 第51-56页 |
| 3.5 本章小结 | 第56-57页 |
| 第四章 基于剪枝和种子节点的重叠社团划分算法研究 | 第57-72页 |
| 4.1 复杂网络剪枝和种子节点分析 | 第57-59页 |
| 4.2 OACSE算法 | 第59-65页 |
| 4.2.1 网络剪枝 | 第60-62页 |
| 4.2.2 寻找种子节点 | 第62页 |
| 4.2.3 种子节点扩张 | 第62-64页 |
| 4.2.4 社团传播 | 第64-65页 |
| 4.3 实验结果及分析 | 第65-70页 |
| 4.3.1 人工数据集实验分析 | 第66-67页 |
| 4.3.2 真实数据集实验分析 | 第67-70页 |
| 4.4 OACSE算法问题讨论 | 第70-71页 |
| 4.5 本章小结 | 第71-72页 |
| 第五章 总结 | 第72-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 攻硕期间取得的研究成果 | 第79-80页 |
