基于混合相似度指标的社团划分算法研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究意义及现状 | 第9-13页 |
| 1.1.1 研究意义 | 第9-11页 |
| 1.1.2 研究现状 | 第11-13页 |
| 1.2 论文主要研究内容以及创新点 | 第13-14页 |
| 1.3 论文组织框架 | 第14-16页 |
| 第二章 相关理论与技术 | 第16-25页 |
| 2.1 相似度相关理论 | 第16-18页 |
| 2.1.1 相似度的定义 | 第16-17页 |
| 2.1.2 几种相似度类别 | 第17-18页 |
| 2.2 复杂网络相关理论 | 第18-22页 |
| 2.2.1 复杂网络表示方法 | 第18-20页 |
| 2.2.2 复杂网络的统计特征 | 第20-22页 |
| 2.3 社团检测相关理论 | 第22-25页 |
| 2.3.1 社团结构的含义 | 第22-23页 |
| 2.3.2 社团划分衡量指标 | 第23-25页 |
| 第三章 基于多属性的相似度指标研究 | 第25-33页 |
| 3.1 相似度模型 | 第25-26页 |
| 3.2 几种相似度的对比 | 第26-28页 |
| 3.3 基于相似度的多属性大群体决策算法 | 第28-32页 |
| 3.3.1 算法思想及流程 | 第28-29页 |
| 3.3.2 案例分析中的比较 | 第29-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 基于相似度指标的社团划分算法 | 第33-50页 |
| 4.1 相似度定义 | 第33-35页 |
| 4.1.1 节点混合相似度 | 第33-35页 |
| 4.1.2 社团相似度 | 第35页 |
| 4.2 社团划分算法 | 第35-40页 |
| 4.2.1 算法思想 | 第35-38页 |
| 4.2.2 算法设计 | 第38页 |
| 4.2.3 算法可行性分析 | 第38-40页 |
| 4.3 算法案例应用 | 第40-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第五章 基于相似度指标的社团演化研究 | 第50-58页 |
| 5.1 社团演化的定义 | 第50页 |
| 5.2 基于相似度的演化社团探测算法 | 第50-51页 |
| 5.3 演化社团结构的分析与比较 | 第51-57页 |
| 5.4 本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士期间发表的学术论文 | 第64-65页 |
| 致谢 | 第65页 |
