基于标签影响值的重叠社区发现算法研究
| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.3 社区发现的应用 | 第14-15页 |
| 1.4 论文主要研究内容和组织结构 | 第15-17页 |
| 第2章 相关理论与研究方法 | 第17-36页 |
| 2.1 复杂网络 | 第17-22页 |
| 2.1.1 复杂网络的特点 | 第17-20页 |
| 2.1.2 结构平衡 | 第20-21页 |
| 2.1.3 度和度分布 | 第21-22页 |
| 2.1.4 影响最大化 | 第22页 |
| 2.2 非重叠社区发现算法 | 第22-26页 |
| 2.2.1 基于模块度优化的社区发现算法 | 第22-24页 |
| 2.2.2 基于标签传播的社区发现算法 | 第24-26页 |
| 2.3 重叠社区发现算法 | 第26-30页 |
| 2.3.1 基于团渗透理论的重叠社区发现算法 | 第26-28页 |
| 2.3.2 基于标签传播的重叠社区发现算法 | 第28-30页 |
| 2.4 社区质量评价指标 | 第30-35页 |
| 2.4.1 社团检测 | 第30-32页 |
| 2.4.2 模块度 | 第32-34页 |
| 2.4.3 重叠模块度 | 第34页 |
| 2.4.4 NMI | 第34-35页 |
| 2.5 本章小结 | 第35-36页 |
| 第3章 基于标签影响值的重叠社区发现算法研究 | 第36-42页 |
| 3.1 标签初始化阶段的方法 | 第36-39页 |
| 3.1.1 初始社区划分方法 | 第36-37页 |
| 3.1.2 非重叠最小极大团提取算法 | 第37-38页 |
| 3.1.3 三角形标签初始化方法 | 第38-39页 |
| 3.2 标签选择阶段改进 | 第39-40页 |
| 3.3 基于标签影响值的重叠社区发现算法 | 第40-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第4章 实验及结果分析 | 第42-50页 |
| 4.1 实验环境 | 第42页 |
| 4.2 实验数据集 | 第42-44页 |
| 4.3 实验设计 | 第44-45页 |
| 4.4 实验结果及分析 | 第45-49页 |
| 4.5 本章小结 | 第49-50页 |
| 结论 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第55-56页 |
| 致谢 | 第56页 |
