| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 社团发现算法研究现状 | 第11-14页 |
| 1.3 研究内容 | 第14页 |
| 1.4 论文的组织结构 | 第14-16页 |
| 2 相关理论 | 第16-33页 |
| 2.1 相关定义知识 | 第16-19页 |
| 2.1.1 复杂网络与社团发现 | 第16-17页 |
| 2.1.2 图结构数据集与稀疏矩阵 | 第17-19页 |
| 2.2 社团划分评价函数 | 第19-20页 |
| 2.3 经典的社团发现算法 | 第20-27页 |
| 2.3.1 基于图划分的社团发现算法 | 第20-25页 |
| 2.3.2 MCL算法 | 第25-27页 |
| 2.4 数据集准备 | 第27-33页 |
| 2.4.1 经典数据集网络 | 第27-30页 |
| 2.4.2 LFR基准网络 | 第30-33页 |
| 3 经典社团发现算法的比较分析 | 第33-42页 |
| 3.1 经典社团发现算法的实现 | 第33-34页 |
| 3.2 经典社团发现算法的比较 | 第34-40页 |
| 3.2.1 基于实际划分结果的比较 | 第34-38页 |
| 3.2.2 基于评价函数值的比较 | 第38-39页 |
| 3.2.3 基于耗时的比较 | 第39-40页 |
| 3.3 本章小结 | 第40-42页 |
| 4 改进的评价函数 | 第42-46页 |
| 4.1 简单图的评价标准及其性质 | 第42-43页 |
| 4.2 改进的评价标准及性质 | 第43-44页 |
| 4.2.1 改进的评价标准 | 第43页 |
| 4.2.2 改进的评价标准相关性质 | 第43-44页 |
| 4.3 改进的评价标准P的实现与对比 | 第44-46页 |
| 5 基于MCL改进的MCLp社团发现算法 | 第46-60页 |
| 5.1 MCLp社团发现算法 | 第46-50页 |
| 5.1.1 MCLp算法的思想 | 第46-47页 |
| 5.1.2 MCLp算法的具体步骤 | 第47-48页 |
| 5.1.3 MCLp算法分析 | 第48-49页 |
| 5.1.4 MCLp算法实现 | 第49-50页 |
| 5.2 实验仿真 | 第50-55页 |
| 5.2.1 MCLp算法在美国空手道俱乐部网络上的仿真 | 第50-51页 |
| 5.2.2 MCLp算法在新西兰海豚活动网络上的仿真 | 第51-53页 |
| 5.2.3 MCLp算法在美国大学生足球联赛网络上的仿真 | 第53-55页 |
| 5.3 算法应用 | 第55-59页 |
| 5.3.1 MCLp算法在基准网络数据上的应用 | 第55-57页 |
| 5.3.2 MCLp算法在美国西部各州的电力网络上的应用 | 第57-58页 |
| 5.3.3 MCLp算法在科学合作者网络上的应用 | 第58-59页 |
| 5.4 本章小结 | 第59-60页 |
| 6 总结与展望 | 第60-61页 |
| 6.1 总结 | 第60页 |
| 6.2 展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-68页 |
| 攻读硕士期间获奖及研究成果 | 第68页 |
