适用于动态社会网络的社团发现算法的研究与实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题背景与意义 | 第10-11页 |
| 1.2 国内外现状 | 第11-14页 |
| 1.3 本文研究内容 | 第14页 |
| 1.4 文章结构 | 第14-16页 |
| 第2章 复杂网络理论 | 第16-28页 |
| 2.1 复杂网络的理论基础 | 第16-20页 |
| 2.1.1 复杂网络的概念及性质 | 第16-18页 |
| 2.1.2 复杂网络的基本度量 | 第18-20页 |
| 2.2 复杂网络的演化模型 | 第20-24页 |
| 2.2.1 规则网络模型 | 第21页 |
| 2.2.2 随机网络模型 | 第21-22页 |
| 2.2.3 WS小世界模型 | 第22-23页 |
| 2.2.4 BA无标度模型 | 第23-24页 |
| 2.3 复杂网络的社团结构 | 第24-28页 |
| 2.3.1 社团结构的定义 | 第24-26页 |
| 2.3.2 模块度Q | 第26页 |
| 2.3.3 模块密度D | 第26-28页 |
| 第3章 复杂网络社区发现的经典算法 | 第28-40页 |
| 3.1 基于图形分割的算法 | 第28-32页 |
| 3.1.1 Kernighan-Lin算法 | 第28-30页 |
| 3.1.2 谱平分法 | 第30-32页 |
| 3.2 基于层次聚类的算法 | 第32-36页 |
| 3.2.1 分裂算法中的GN算法 | 第32-34页 |
| 3.2.2 凝聚算法中的Newman快速算法 | 第34-36页 |
| 3.3 其它经典算法 | 第36-38页 |
| 3.3.1 Wu-Huberman算法 | 第36-37页 |
| 3.3.2 MVV算法 | 第37-38页 |
| 3.4 本章小结 | 第38-40页 |
| 第4章 HCDA算法的设计与实验分析 | 第40-68页 |
| 4.1 算法的提出 | 第40-49页 |
| 4.1.1 算法的基本思想 | 第40-43页 |
| 4.1.2 相关的变量和函数 | 第43-45页 |
| 4.1.3 基本思想的验证 | 第45-49页 |
| 4.2 算法的实现 | 第49-54页 |
| 4.2.1 算法流程 | 第50-53页 |
| 4.2.2 主要数据结构 | 第53-54页 |
| 4.3 复杂度分析 | 第54-56页 |
| 4.3.1 空间复杂度 | 第54-55页 |
| 4.3.2 时间复杂度 | 第55页 |
| 4.3.3 复杂度分析 | 第55-56页 |
| 4.4 实验分析 | 第56-67页 |
| 4.4.1 Zachary空手道俱乐部网络 | 第56-60页 |
| 4.4.2 Lusseau海豚社会网络 | 第60-61页 |
| 4.4.3 Newman快速算法的实验对比 | 第61-64页 |
| 4.4.4 生成网络实验 | 第64-67页 |
| 4.5 本章总结 | 第67-68页 |
| 第5章 DHCDA算法和实证网络建模 | 第68-82页 |
| 5.1 动态算法DHCDA的提出 | 第68-69页 |
| 5.2 动态算法的具体方案 | 第69-70页 |
| 5.3 动态算法实验分析 | 第70-72页 |
| 5.4 三国动态网络模型的构建 | 第72-76页 |
| 5.5 静态算法应用 | 第76-78页 |
| 5.6 动态算法应用 | 第78-79页 |
| 5.7 本章总结 | 第79-82页 |
| 第6章 结论与展望 | 第82-84页 |
| 附录 | 第84-86页 |
| 参考文献 | 第86-90页 |
| 致谢 | 第90-92页 |
| 攻读学位期间发表的论文 | 第92页 |
