基于通话记录和短信记录的关系圈挖掘
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-12页 |
| 1.2 国内外研究概况 | 第12-14页 |
| 1.2.1 基于电信数据研究的概况 | 第12-13页 |
| 1.2.2 社团发现技术的概况 | 第13-14页 |
| 1.2.3 电信领域社团发现的概况 | 第14页 |
| 1.3 本文的主要研究工作 | 第14-15页 |
| 1.4 论文的组织结构安排 | 第15-16页 |
| 第二章 相关理论与技术 | 第16-26页 |
| 2.1 数据挖掘 | 第16-23页 |
| 2.1.1 数据挖掘的定义和基本流程 | 第16-17页 |
| 2.1.2 数据预处理 | 第17-21页 |
| 2.1.3 聚类分析中的数据类型 | 第21-23页 |
| 2.2 图的相关知识 | 第23-24页 |
| 2.3 本章小结 | 第24-26页 |
| 第三章 复杂网络社团发现算法 | 第26-39页 |
| 3.1 复杂网络社团发现相关概念 | 第26页 |
| 3.2 非重叠社团发现算法 | 第26-31页 |
| 3.2.1 谱分析社团发现算法 | 第27-28页 |
| 3.2.2 层次聚类社团发现算法 | 第28-30页 |
| 3.2.3 基于标号传播的社团发现算法 | 第30-31页 |
| 3.3 重叠社团发现算法 | 第31-37页 |
| 3.3.1 CPM | 第31-35页 |
| 3.3.2 局部扩展社团发现 | 第35-37页 |
| 3.3.3 边聚类社团发现 | 第37页 |
| 3.4 现有社团发现算法存在的问题 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 改进的派系过滤社团发现算法 SR_CPM | 第39-48页 |
| 4.1 算法思想 | 第39-41页 |
| 4.2 概念定义 | 第41-42页 |
| 4.3 算法详细流程 | 第42-44页 |
| 4.4 实验设计与结果 | 第44-47页 |
| 4.4.1 实验数据集 | 第44页 |
| 4.4.2 评价函数 | 第44-45页 |
| 4.4.3 实验结果分析 | 第45-47页 |
| 4.5 算法分析 | 第47页 |
| 4.6 本章小结 | 第47-48页 |
| 第五章 SR_CPM 算法在电信领域的应用 | 第48-60页 |
| 5.1 实验数据 | 第48-52页 |
| 5.1.1 数据介绍 | 第48页 |
| 5.1.2 数据预处理 | 第48-52页 |
| 5.3 用户间关系强度的计算方法 | 第52-53页 |
| 5.4 算法有效性评价指标 | 第53-55页 |
| 5.5 实验结果分析 | 第55-59页 |
| 5.6 本章小结 | 第59-60页 |
| 论文总结及展望 | 第60-62页 |
| 1、论文总结 | 第60页 |
| 2、下一步工作展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 附录 | 第66-69页 |
| 攻读博士/硕士学位期间取得的研究成果 | 第69-70页 |
| 致谢 | 第70-71页 |
| 附件 | 第71页 |
