基于核心节点的局部社团发现及相关研究
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-17页 |
| ·研究背景 | 第9-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·全局社团发现技术的研究现状 | 第11-13页 |
| ·局部社团发现技术研究现状 | 第13-14页 |
| ·节点评估研究现状 | 第14页 |
| ·研究内容和目标 | 第14-15页 |
| ·本文的组织结构 | 第15-17页 |
| 第2章 社会网络研究理论 | 第17-27页 |
| ·社会网络基本要素 | 第17-21页 |
| ·网络的图表示 | 第17-18页 |
| ·网络稀疏性与稠密化 | 第18-19页 |
| ·平均路径长度 | 第19页 |
| ·聚类系数 | 第19-20页 |
| ·度与度的分布 | 第20-21页 |
| ·网络节点的重要性指标 | 第21-24页 |
| ·度的中心性 | 第21页 |
| ·介数中心性 | 第21-23页 |
| ·接近中心性 | 第23-24页 |
| ·特征向量中心性 | 第24页 |
| ·局部社团与模块度 | 第24-26页 |
| ·局部社团的描述 | 第24-25页 |
| ·模块度Q | 第25-26页 |
| ·小结 | 第26-27页 |
| 第3章 核心节点识别研究 | 第27-37页 |
| ·核心节点的定义 | 第27页 |
| ·经典核心节点识别算法 | 第27-30页 |
| ·基于指标型算法 | 第27-28页 |
| ·基于破坏性指标算法 | 第28-29页 |
| ·基于亲密度的网络核心节点算法 | 第29-30页 |
| ·基于社团相关度的网络核心节点算法 | 第30-32页 |
| ·实验结果及分析 | 第32-36页 |
| ·人工网络实验分析 | 第32-33页 |
| ·Karate网络实验分析 | 第33-34页 |
| ·“911”犯罪网络实验分析 | 第34-36页 |
| ·小结 | 第36-37页 |
| 第4章 基于贝叶斯后验模型的局部社团发现 | 第37-48页 |
| ·Newman模块度局限性 | 第37-39页 |
| ·区分度 | 第37-38页 |
| ·分辨率 | 第38-39页 |
| ·基于贝叶斯后验模型的BS算法 | 第39-42页 |
| ·贝叶斯后验模型的引入 | 第39-40页 |
| ·BS模块度 | 第40-41页 |
| ·基于BS模块度的局部社团发现算法 | 第41-42页 |
| ·实验与分析 | 第42-47页 |
| ·经典网络 | 第42-43页 |
| ·参数选取 | 第43-45页 |
| ·仿真结果与分析 | 第45-47页 |
| ·小结 | 第47-48页 |
| 第5章 基于核心节点集社团划分算法 | 第48-56页 |
| ·经典快速Newman算法 | 第48-49页 |
| ·基于核心节点群的社团发现方法 | 第49-51页 |
| ·局部社团发现 | 第49-50页 |
| ·处理重叠节点 | 第50-51页 |
| ·实验与分析 | 第51-55页 |
| ·评价指标 | 第51-52页 |
| ·实验结果与分析 | 第52-55页 |
| ·小结 | 第55-56页 |
| 第6章 总结与展望 | 第56-58页 |
| ·总结 | 第56-57页 |
| ·展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士学位期间研究成果 | 第63页 |
