| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-17页 |
| 1.1 课题的研究背景及意义 | 第8-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.3 课题研究内容 | 第15-16页 |
| 1.4 论文内容组织结构 | 第16-17页 |
| 第2章 社区发现问题概述 | 第17-22页 |
| 2.1 社区的定义 | 第17-18页 |
| 2.2 社区发现的评价 | 第18-19页 |
| 2.2.1 聚类纯度 | 第18页 |
| 2.2.2 标准化互信息 | 第18-19页 |
| 2.2.3 模块度 | 第19页 |
| 2.3 用于社区发现的数据集 | 第19-22页 |
| 2.3.1 真实网络 | 第19-20页 |
| 2.3.2 人工网络 | 第20-22页 |
| 第3章 经典社区发现算法对比 | 第22-39页 |
| 3.1 引言 | 第22页 |
| 3.2 经典社区发现算法简介 | 第22-27页 |
| 3.2.1 KL 算法 | 第22-23页 |
| 3.2.2 GN 算法 | 第23-24页 |
| 3.2.3 快速 Newman 算法和 CNM 算法 | 第24-25页 |
| 3.2.4 LPA 算法 | 第25-26页 |
| 3.2.5 Infomap 算法 | 第26-27页 |
| 3.3 对比实验 | 第27-37页 |
| 3.3.1 真实网络上的实验 | 第27-32页 |
| 3.3.2 人工网络上的实验 | 第32-35页 |
| 3.3.3 计算时间对比 | 第35-37页 |
| 3.3.4 实验小结 | 第37页 |
| 3.4 本章小结 | 第37-39页 |
| 第4章 函数式衰减的标签传播算法 | 第39-53页 |
| 4.1 引言 | 第39页 |
| 4.2 传统标签传播算法的分析 | 第39-42页 |
| 4.2.1 LPA 算法的流程 | 第39-40页 |
| 4.2.2 LPA 算法的问题 | 第40-42页 |
| 4.3 相关工作 | 第42-43页 |
| 4.3.1 δ-LPA 算法 | 第42页 |
| 4.3.2 COPRA 算法 | 第42-43页 |
| 4.3.3 LabelRank 算法 | 第43页 |
| 4.4 函数式衰减的标签传播算法 | 第43-47页 |
| 4.5 实验 | 第47-52页 |
| 4.5.1 真实网络上的实验 | 第47-48页 |
| 4.5.2 人工网络上的实验 | 第48-51页 |
| 4.5.3 终止条件实验 | 第51-52页 |
| 4.5.4 实验小结 | 第52页 |
| 4.6 本章小结 | 第52-53页 |
| 第5章 综合多种信息的微博社区发现算法 | 第53-61页 |
| 5.1 引言 | 第53页 |
| 5.2 相关工作 | 第53-54页 |
| 5.3 MICDA 算法 | 第54-58页 |
| 5.3.1 流程 | 第55-56页 |
| 5.3.2 算法详述 | 第56-58页 |
| 5.4 实验 | 第58-60页 |
| 5.5 本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-69页 |
| 致谢 | 第69页 |