大规模网络中社区发现算法的研究
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 1 绪论 | 第7-13页 |
| ·研究背景与研究意义 | 第7页 |
| ·研究现状 | 第7-11页 |
| ·研究工作和主要内容 | 第11-12页 |
| ·论文组织结构 | 第12-13页 |
| 2 基于局部信息的社区发现算法 | 第13-32页 |
| ·算法思想 | 第13-21页 |
| ·初始时刻状态 | 第13页 |
| ·起始结点选择策略 | 第13页 |
| ·贡献度评价方法 | 第13-17页 |
| ·迭代停止条件 | 第17-21页 |
| ·算法实现 | 第21-24页 |
| ·贡献度评价方法的实现 | 第21页 |
| ·LTA 算法的实现 | 第21-23页 |
| ·时间复杂度分析 | 第23-24页 |
| ·实验验证 | 第24-30页 |
| ·实验数据 | 第24-25页 |
| ·实验步骤 | 第25-27页 |
| ·实验结果与分析 | 第27-30页 |
| ·讨论 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 3 基于贡献度改进的标记传播算法 | 第32-41页 |
| ·传统标记传播方法 | 第32-33页 |
| ·改进的 LPA 方法 | 第33-36页 |
| ·基本思想 | 第33-34页 |
| ·算法实现 | 第34-35页 |
| ·时间复杂度分析 | 第35-36页 |
| ·实验验证 | 第36-40页 |
| ·实验数据 | 第36页 |
| ·实验步骤 | 第36-37页 |
| ·实验结果与分析 | 第37-40页 |
| ·讨论 | 第40页 |
| ·本章小结 | 第40-41页 |
| 4 基于完全子图改进的适应度算法 | 第41-54页 |
| ·传统适应度算法 | 第41-42页 |
| ·改进的 FITNESS 方法 | 第42-45页 |
| ·基本思想 | 第42-44页 |
| ·算法实现 | 第44页 |
| ·时间复杂度分析 | 第44-45页 |
| ·实验验证 | 第45-52页 |
| ·实验数据 | 第45页 |
| ·实验步骤 | 第45-46页 |
| ·实验结果与分析 | 第46-52页 |
| ·讨论 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 5 结论 | 第54-57页 |
| ·总结 | 第54-55页 |
| ·展望 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 附录 | 第62页 |
