基于图挖掘的网络社团结构发现
| 中文摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 图目录 | 第12-14页 |
| 表目录 | 第14-15页 |
| 第一章 绪论 | 第15-25页 |
| ·社团结构的定义 | 第18-20页 |
| ·自我引用式定义 | 第18-19页 |
| ·对比式定义 | 第19-20页 |
| ·社团结构发现问题的研究内容和挑战 | 第20-21页 |
| ·研究内容 | 第20-21页 |
| ·社团结构发现问题面临的挑战 | 第21页 |
| ·本文的主要贡献 | 第21-23页 |
| ·组织结构 | 第23-25页 |
| 第二章 网络社团的基本概念和相关工作 | 第25-39页 |
| ·基本概念 | 第25-30页 |
| ·网络的矩阵形式 | 第25-26页 |
| ·与社团结构相关的定义和性质 | 第26-28页 |
| ·社团结构的度量函数 | 第28-30页 |
| ·社团发现问题的相关工作 | 第30-37页 |
| ·删除连接边方式 | 第30-32页 |
| ·凝聚方式 | 第32-34页 |
| ·最大化模块函数方式 | 第34-35页 |
| ·谱分析方式 | 第35-36页 |
| ·其它方法 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 第三章 多层次策略和随机行走过程 | 第39-51页 |
| ·多层次策略 | 第39-41页 |
| ·多层次方法 | 第40-41页 |
| ·种子的产生 | 第41-42页 |
| ·粗糙化过程 | 第41-42页 |
| ·初始的划分 | 第42页 |
| ·提炼过程 | 第42页 |
| ·种子选取的评估 | 第42-44页 |
| ·随机行走技术 | 第44-46页 |
| ·随机行走的概念 | 第44-45页 |
| ·随机行走的收敛时间 | 第45-46页 |
| ·随机行走的图划分 | 第46-50页 |
| ·带有删除操作的随机行走过程 | 第46-47页 |
| ·基于随机行走技术的图划分算法 | 第47-48页 |
| ·随机行走过程在图上的切割 | 第48-49页 |
| ·随机行走过程的收敛分析 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第四章 一种基于种子拓展的社团发现新算法 | 第51-69页 |
| ·引言 | 第51-52页 |
| ·预备知识 | 第52-53页 |
| ·节点与社团的连接信息 | 第52页 |
| ·节点的传递概率 | 第52-53页 |
| ·PQ算法 | 第53-56页 |
| ·种子节点的初始概率 | 第53-54页 |
| ·模块函数的转变值 | 第54-55页 |
| ·扩展步骤和节点的概率 | 第55页 |
| ·扩展过程的收敛 | 第55-56页 |
| ·算法分析 | 第56-58页 |
| ·节点的删除 | 第56-57页 |
| ·逃逸的概率 | 第57-58页 |
| ·实验分析 | 第58-66页 |
| ·六个数据集上实验结果的分析 | 第59-62页 |
| ·种子选取的对比 | 第62页 |
| ·时间测试 | 第62-66页 |
| ·本章小结 | 第66-69页 |
| 第五章 网络中重叠社团结构的发现 | 第69-97页 |
| ·引言 | 第69-71页 |
| ·相关工作 | 第71-73页 |
| ·预备知识 | 第73-74页 |
| ·模块函数的另一种形式 | 第73页 |
| ·重叠率 | 第73-74页 |
| ·算法框架 | 第74-75页 |
| ·扩展过程 | 第75-80页 |
| ·随机行走扩展和贡献节点 | 第75-76页 |
| ·每个时间步候选社团的模块函数计算 | 第76-79页 |
| ·扩展过程的界限和收敛时间 | 第79-80页 |
| ·算法分析 | 第80-83页 |
| ·每个时间步的Q值计算带来的最优社团结构 | 第80-82页 |
| ·整个扩展过程带来的社团结构 | 第82-83页 |
| ·实验结果 | 第83-94页 |
| ·种子选取上的对比 | 第84页 |
| ·重叠社团结构的实例 | 第84-88页 |
| ·六个数据集上的实验分析 | 第88-93页 |
| ·时间测试 | 第93页 |
| ·与重叠方式的c-means聚类做对比 | 第93-94页 |
| ·本章小结 | 第94-97页 |
| 第六章 总结和展望 | 第97-99页 |
| ·本文工作的总结 | 第97-98页 |
| ·未来工作的展望 | 第98-99页 |
| 参考文献 | 第99-109页 |
| 攻读博士期间发表或完成的论文 | 第109-111页 |
| 致谢 | 第111-113页 |
