基于蚁群算法的文本网络重叠社区发现方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.2.1 语言复杂网络 | 第10-12页 |
| 1.2.2 社区发现方法 | 第12-13页 |
| 1.2.3 重叠社区发现方法 | 第13-16页 |
| 1.3 主要研究内容及章节安排 | 第16-18页 |
| 第2章 文本复杂网络理论基础 | 第18-27页 |
| 2.1 文本建模的相关技术 | 第18-22页 |
| 2.1.1 文本预处理 | 第18-19页 |
| 2.1.2 文本表示模型 | 第19-22页 |
| 2.2 常见的文本相似度计算方法 | 第22-25页 |
| 2.2.1 基于字符串的方法 | 第22-23页 |
| 2.2.2 基于语料库的方法 | 第23-24页 |
| 2.2.3 基于世界知识的方法 | 第24-25页 |
| 2.2.4 混合相似度方法 | 第25页 |
| 2.3 社区结构评价标准 | 第25页 |
| 2.4 本章小结 | 第25-27页 |
| 第3章 基于相似度的文本网络建模 | 第27-34页 |
| 3.1 基于图结构的文本特征选择 | 第27-31页 |
| 3.1.1 文本图表示模型 | 第27-28页 |
| 3.1.2 特征选择 | 第28-30页 |
| 3.1.3 词语语义相关度 | 第30-31页 |
| 3.2 改进文本相似度计算方法 | 第31-32页 |
| 3.3 文本复杂网络构建 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第4章 改进蚁群算法优化重叠社区发现方法 | 第34-46页 |
| 4.1 重叠社区结构基本概念 | 第34-36页 |
| 4.2 蚁群算法优化重叠社区发现方法 | 第36-40页 |
| 4.2.1 蚂蚁位置初始化 | 第38-39页 |
| 4.2.2 蚂蚁移动策略 | 第39页 |
| 4.2.3 后处理策略 | 第39-40页 |
| 4.2.4 蚂蚁编码与解码 | 第40页 |
| 4.3 实验结果与分析 | 第40-45页 |
| 4.3.1 评价标准 | 第41页 |
| 4.3.2 算法比较结果评价 | 第41-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第5章 重叠社区发现算法在文本网络中的应用 | 第46-51页 |
| 5.1 实验数据集及评价指标 | 第46-47页 |
| 5.2 阈值分析 | 第47-48页 |
| 5.3 算法比较分析 | 第48-50页 |
| 5.4 本章小结 | 第50-51页 |
| 第6章 总结与展望 | 第51-53页 |
| 6.1 总结 | 第51-52页 |
| 6.2 展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 攻读学位期间获得与学位相关的科研成果目录 | 第58页 |
