| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 概述 | 第9页 |
| 1.2 国内外研究现状 | 第9-14页 |
| 1.2.1 全局搜索社区发现 | 第9-11页 |
| 1.2.2 局部搜索社区发现 | 第11-13页 |
| 1.2.3 并行搜索社区发现 | 第13页 |
| 1.2.4 存在的问题 | 第13-14页 |
| 1.3 本课题的研究内容 | 第14页 |
| 1.4 本课题的研究意义 | 第14-15页 |
| 1.5 本文的组织结构 | 第15页 |
| 1.6 本章小结 | 第15-16页 |
| 第二章 复杂网络相关理论及研究 | 第16-26页 |
| 2.1 复杂网络相关定义 | 第16页 |
| 2.2 复杂网络相关特性 | 第16-17页 |
| 2.3 复杂网络的社区结构 | 第17页 |
| 2.4 复杂网络的社区发现 | 第17-25页 |
| 2.4.1 串行社区发现 | 第17-21页 |
| 2.4.2 并行社区发现 | 第21-22页 |
| 2.4.3 标签扩散社区发现 | 第22-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 基于NSMF加权的标签扩散社区发现 | 第26-45页 |
| 3.1 基于NSMF加权的标签扩散社区发现算法 | 第26-34页 |
| 3.1.1 隐因子特征向量 | 第26-28页 |
| 3.1.2 平滑度节点重要性 | 第28-29页 |
| 3.1.3 基于非负对称矩阵分解加权的标签扩散算法（MFWLP） | 第29-32页 |
| 3.1.4 基于非负对称矩阵分解加权的重叠标签扩散算法（OMFWLP） | 第32-34页 |
| 3.2 基于NSMF加权的标签扩散社区发现算法并行化实现 | 第34-44页 |
| 3.2.1 Hadoop分布式介绍 | 第34-35页 |
| 3.2.2 非负对称矩阵分解并行化实现 | 第35-39页 |
| 3.2.3 OMFWLP算法并行化实现 | 第39-44页 |
| 3.3 本章小结 | 第44-45页 |
| 第四章 实验和评估 | 第45-64页 |
| 4.1 实验平台 | 第45页 |
| 4.2 数据集介绍 | 第45-47页 |
| 4.2.1 真实网络 | 第45-46页 |
| 4.2.2 LFR合成网络 | 第46-47页 |
| 4.3 社区划分评估方法 | 第47-50页 |
| 4.4 实验结果 | 第50-63页 |
| 4.4.1 不同加权方式的比较 | 第50-59页 |
| 4.4.2 OMFWLP与其他算法的比较 | 第59-63页 |
| 4.5 本章小结 | 第63-64页 |
| 总结与展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间取得的研究成果 | 第70-71页 |
| 致谢 | 第71-72页 |
| 附件 | 第72页 |
