复杂网络的社团探测--基于节点相似度的新算法
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 研究背景与意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 论文的研究内容与结构安排 | 第11-12页 |
| 第2章 复杂网络的拓扑特征与社团结构 | 第12-21页 |
| 2.1 复杂网络的表征 | 第12-13页 |
| 2.2 复杂网络的拓扑性质 | 第13-16页 |
| 2.2.1 小世界性质 | 第13-14页 |
| 2.2.2 幂律型度分布 | 第14-16页 |
| 2.2.3 鲁棒性 | 第16页 |
| 2.3 社团结构 | 第16-21页 |
| 2.3.1 社团结构的定义 | 第17-18页 |
| 2.3.2 社团结构划分的评价标准 | 第18-21页 |
| 第3章 几类经典的社团探测算法 | 第21-25页 |
| 3.1 Kernighan-Lin算法 | 第21-22页 |
| 3.2 基于Laplace矩阵特征值的谱平分法 | 第22页 |
| 3.3 Girvan-Newman算法 | 第22-23页 |
| 3.4 Newman快速算法 | 第23-25页 |
| 第4章 社团探测算法的改进与测试 | 第25-42页 |
| 4.1 基于边介数的社团探测算法 | 第25-31页 |
| 4.1.1 算法描述 | 第25-26页 |
| 4.1.2 测试网络与结果 | 第26-29页 |
| 4.1.3 拓展到加权网络 | 第29-31页 |
| 4.1.4 小结 | 第31页 |
| 4.2 基于节点相似度的社团探测算法 | 第31-42页 |
| 4.2.1 局部相似度的定义 | 第31-33页 |
| 4.2.2 算法描述与测试结果 | 第33-41页 |
| 4.2.3 讨论与小结 | 第41-42页 |
| 第5章 总结与展望 | 第42-44页 |
| 5.1 总结 | 第42页 |
| 5.2 展望 | 第42-44页 |
| 参考文献 | 第44-49页 |
| 致谢 | 第49-50页 |
| 个人简历与攻读硕士期间完成的论文 | 第50页 |
