| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·研究背景与意义 | 第10-13页 |
| ·研究背景 | 第10-11页 |
| ·研究意义 | 第11-13页 |
| ·国内外研究概况和发展趋势 | 第13-16页 |
| ·研究内容与主要工作 | 第16页 |
| ·论文组织结构 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第2章 社区发现的主要技术 | 第18-30页 |
| ·早期社区发现经典算法 | 第18-24页 |
| ·Kernighan-Lin 算法 | 第18-19页 |
| ·谱分析思想的算法 | 第19-20页 |
| ·层次聚类算法 | 第20-24页 |
| ·近期社区发现算法 | 第24-29页 |
| ·适应性聚类算法 | 第24-26页 |
| ·基于适应度函数的社区结构发现算法 | 第26-27页 |
| ·使用全局影响力的社区发现算法 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 基于社区紧密度的快速发现算法 | 第30-44页 |
| ·社会网络分析(Social Network Analysis) | 第30-34页 |
| ·社会网络分析的发展 | 第30-31页 |
| ·社会网络的涵义 | 第31-32页 |
| ·社会网络分析的相关概念 | 第32-33页 |
| ·社会网络的形式化表达 | 第33-34页 |
| ·基于社区紧密度的快速发现算法(FHACC) | 第34-43页 |
| ·FHACC 的一些相关定义 | 第34-35页 |
| ·FHACC 算法思想总述 | 第35-36页 |
| ·FHACC 算法的具体实现 | 第36-39页 |
| ·FHACC 算法的伪代码描述 | 第39页 |
| ·FHACC 复杂度分析 | 第39-40页 |
| ·仿真结果 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 基于社区紧密度的随机游走策略 | 第44-60页 |
| ·RMS 算法的总体介绍 | 第45-46页 |
| ·社区吸引性 | 第46-50页 |
| ·算法的伪代码描述 | 第50页 |
| ·社区倾向性 | 第50-52页 |
| ·RMS 算法的特点 | 第52页 |
| ·仿真结果 | 第52-58页 |
| ·H13‐4 网络 | 第53-54页 |
| ·Zachary 网络 | 第54-57页 |
| ·科学家协作网 | 第57-58页 |
| ·本章小结 | 第58-60页 |
| 第5章 总结与展望 | 第60-64页 |
| ·论文内容总结 | 第60-62页 |
| ·未来研究展望 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-71页 |
| 在读期间发表的学术论文与取得的研究成果 | 第71页 |