| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 研究现状 | 第12-13页 |
| 1.2.1 社区发现的研究现状 | 第12-13页 |
| 1.2.2 节点评估的研究现状 | 第13页 |
| 1.3 本文的主要内容及结构 | 第13-15页 |
| 第2章 社会网络理论 | 第15-20页 |
| 2.1 社会网络的概念 | 第15-16页 |
| 2.2 社会网络的表示 | 第16-17页 |
| 2.3 社会网络的性质 | 第17-19页 |
| 2.3.1 小世界效应 | 第17-18页 |
| 2.3.2 无标度效应 | 第18-19页 |
| 2.3.3 聚类效应 | 第19页 |
| 2.4 本章小结 | 第19-20页 |
| 第3章 社区发现和节点评估的概述 | 第20-28页 |
| 3.1 社区发现的概述 | 第20-24页 |
| 3.1.1 社区发现的意义 | 第20页 |
| 3.1.2 社区的定义 | 第20-21页 |
| 3.1.3 经典的社区发现方法 | 第21-24页 |
| 3.2 节点的评估概述 | 第24-27页 |
| 3.2.1 节点评估的意义 | 第24-25页 |
| 3.2.2 节点评估的经典方法 | 第25-27页 |
| 3.3 本章小结 | 第27-28页 |
| 第4章 基于 k-path 初始化的遗传算法的社区发现 | 第28-49页 |
| 4.1 遗传算法介绍 | 第28-29页 |
| 4.2 用遗传算法解决社区发现问题 | 第29-33页 |
| 4.3 k-path 初始化的遗传算法的社区发现 | 第33-41页 |
| 4.3.1 k-path 初始化方法概念的提出 | 第33-35页 |
| 4.3.2 k-path 的理论基础 | 第35-37页 |
| 4.3.3 基于 k-path 初始化的遗传算法 | 第37-41页 |
| 4.4 实验结果及分析 | 第41-48页 |
| 4.4.1 实验环境 | 第41页 |
| 4.4.2 实验数据集 | 第41页 |
| 4.4.3 实验思路 | 第41-42页 |
| 4.4.4 实验结果 | 第42-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第5章 基于 PageRank 算法的点的评估 | 第49-59页 |
| 5.1 PageRank 算法的基本思想 | 第49-51页 |
| 5.2 节点间的认可度 | 第51-53页 |
| 5.2.1 节点间的相似度度量 | 第51-52页 |
| 5.2.2 改进的相似度度量 | 第52-53页 |
| 5.2.3 基于相似度和节点度的认可度 | 第53页 |
| 5.3 基于认可度的节点评估算法 | 第53-55页 |
| 5.4 实验结果及分析 | 第55-58页 |
| 5.4.1 Zachary 空手道俱乐部网络 | 第55-57页 |
| 5.4.2 爵士音乐家网络 | 第57-58页 |
| 5.5 本章小结 | 第58-59页 |
| 第6章 总结与展望 | 第59-61页 |
| 6.1 总结 | 第59页 |
| 6.2 展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 作者简介及在学期间所获得的科研成果 | 第65-66页 |
| 致谢 | 第66页 |