多粒度社团发现方法的研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 本文研究内容和结构安排 | 第11-13页 |
| 第二章 社团划分方法相关知识 | 第13-26页 |
| 2.1 基本概念 | 第13-17页 |
| 2.1.1 复杂网络和社团结构 | 第13-15页 |
| 2.1.2 度和度分布 | 第15-16页 |
| 2.1.3 粒度 | 第16-17页 |
| 2.2 社团结构评价标准 | 第17-19页 |
| 2.2.1 模块度 | 第17-18页 |
| 2.2.2 归一化互信息 | 第18-19页 |
| 2.3 社团发现经典算法 | 第19-25页 |
| 2.3.1 GN算法 | 第19-20页 |
| 2.3.2 LPA算法 | 第20-21页 |
| 2.3.3 NFA算法 | 第21-23页 |
| 2.3.4 Louvain算法 | 第23-24页 |
| 2.3.5 EAGLE算法 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于邻居节点搜索的社团发现 | 第26-35页 |
| 3.1 算法介绍 | 第26-29页 |
| 3.1.1 算法思想 | 第26-28页 |
| 3.1.2 算法内容 | 第28-29页 |
| 3.1.3 时间复杂度分析 | 第29页 |
| 3.2 实验及结果分析 | 第29-34页 |
| 3.2.1 实验数据集 | 第29-30页 |
| 3.2.2 参数设置 | 第30-31页 |
| 3.2.3 实验结果 | 第31-34页 |
| 3.3 本章小结 | 第34-35页 |
| 第四章 基于粒化的社团发现 | 第35-45页 |
| 4.1 方法介绍 | 第35-37页 |
| 4.2 粒度网络的构建 | 第37-40页 |
| 4.3 实验及结果分析 | 第40-44页 |
| 4.3.1 实验数据集 | 第41页 |
| 4.3.2 实验分析 | 第41-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第五章 总结与展望 | 第45-47页 |
| 5.1 本文总结 | 第45-46页 |
| 5.2 未来展望 | 第46-47页 |
| 参考文献 | 第47-53页 |
| 附录A 图索引 | 第53-54页 |
| Appendix A Figure Index | 第54-55页 |
| 附录B 表索引 | 第55-56页 |
| Appendix B Table Index | 第56-57页 |
| 致谢 | 第57-58页 |
| 攻读硕士学位期间发表的论文及参与的科研项目 | 第58页 |
