时态网络节点相似性的研究与应用
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 课题背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.2.1 节点相似性相关研究 | 第11页 |
| 1.2.2 时态网络相关研究 | 第11-12页 |
| 1.2.3 时态网络节点相似性相关研究 | 第12页 |
| 1.2.4 局部社团发现算法相关研究 | 第12页 |
| 1.3 本文研究内容 | 第12-13页 |
| 1.4 文章结构 | 第13-14页 |
| 第2章 相关技术介绍 | 第14-30页 |
| 2.1 网络的数学基础 | 第14-16页 |
| 2.1.1 网络的表示 | 第14-15页 |
| 2.1.2 网络基本拓扑性质 | 第15-16页 |
| 2.2 节点相似性 | 第16-21页 |
| 2.2.1 基于局部信息的节点相似性指标 | 第17-18页 |
| 2.2.2 基于路径的节点相似性指标 | 第18-21页 |
| 2.3 时态网络 | 第21-27页 |
| 2.3.1 时态网络模型 | 第21-26页 |
| 2.3.2 时态网络测度 | 第26-27页 |
| 2.4 复杂网络社团结构 | 第27-29页 |
| 2.4.1 社团结构定义 | 第27页 |
| 2.4.2 社团划分方法 | 第27-29页 |
| 2.5 本章小节 | 第29-30页 |
| 第3章 时态网络节点相似性指标 | 第30-52页 |
| 3.1 相似性指标提出 | 第30-38页 |
| 3.1.1 相似性指标基本思想 | 第30-33页 |
| 3.1.2 相关变量和函数 | 第33-35页 |
| 3.1.3 时态网络节点相似性定义 | 第35-38页 |
| 3.2 相似性指标计算 | 第38-43页 |
| 3.2.1 数据计算模型 | 第38-39页 |
| 3.2.2 主要数据结构 | 第39-40页 |
| 3.2.3 相似性指标计算的实现 | 第40-43页 |
| 3.3 复杂度分析 | 第43页 |
| 3.4 实验分析 | 第43-50页 |
| 3.4.1 实验环境 | 第44页 |
| 3.4.2 实验数据简介与分析 | 第44-46页 |
| 3.4.3 度量标准 | 第46-47页 |
| 3.4.4 实验结果 | 第47-50页 |
| 3.5 本章小节 | 第50-52页 |
| 第4章 基于时态网络节点相似性的社团发现 | 第52-72页 |
| 4.1 时态网络局部社团发现算法主要问题 | 第52-54页 |
| 4.1.1 局部社团初始社团核心选择 | 第52-53页 |
| 4.1.2 局部社团扩展方法 | 第53页 |
| 4.1.3 局部社团模块度的定义 | 第53-54页 |
| 4.2 相关变量和函数 | 第54-57页 |
| 4.2.1 网络节点相似性指标 | 第54页 |
| 4.2.2 局部社团模块度 | 第54-57页 |
| 4.3 时态网络局部社团发现算法 | 第57-61页 |
| 4.3.1 算法描述 | 第57-58页 |
| 4.3.2 算法实现 | 第58-59页 |
| 4.3.3 算法实例 | 第59-60页 |
| 4.3.4 复杂度分析 | 第60-61页 |
| 4.4 实验分析 | 第61-70页 |
| 4.4.1 实验环境 | 第61-62页 |
| 4.4.2 实验结果与分析 | 第62-70页 |
| 4.5 本章小结 | 第70-72页 |
| 第5章 结论与展望 | 第72-74页 |
| 5.1 研究工作总结 | 第72页 |
| 5.2 工作展望 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78页 |
