电子邮件社团核心聚类的社团划分算法研究
摘要 | 第1-6页 |
Abstract | 第6-9页 |
第1章 诸论 | 第9-17页 |
·本文的研究背景 | 第9-12页 |
·本文的研究意义 | 第12-14页 |
·国内外研究动态 | 第14-15页 |
·本文的主要内容 | 第15-17页 |
第2章 聚类方法综述 | 第17-29页 |
·聚类分析概述 | 第17-18页 |
·聚类基本概念 | 第18-21页 |
·常用聚类算法分类 | 第21-28页 |
·划分方法 | 第21-23页 |
·层次方法 | 第23-25页 |
·基于密度的方法 | 第25-26页 |
·基于网格的方法 | 第26-27页 |
·基于模型的方法 | 第27-28页 |
·小结 | 第28-29页 |
第3章 复杂网络的社团结构与聚类方法 | 第29-41页 |
·社团结构定义 | 第29-30页 |
·复杂网络聚类方法综述 | 第30页 |
·基于优化的方法 | 第30-33页 |
·谱平分法 | 第30-32页 |
·基于局部搜索的方法 | 第32-33页 |
·启发式方法 | 第33-38页 |
·GN算法 | 第34-35页 |
·Radicchi算法 | 第35-36页 |
·派系过滤算法 | 第36-38页 |
·社团评价函数 | 第38-40页 |
·模块度 | 第38-39页 |
·社团有效直径和社团密度 | 第39-40页 |
·小结 | 第40-41页 |
第4章 基于社团核心聚类的社团划分算法 | 第41-51页 |
·基本思想概述 | 第41页 |
·基本概念 | 第41-43页 |
·邮件网络社团划分 | 第43-45页 |
·社团划分算法 | 第44页 |
·算法的优化 | 第44-45页 |
·实验数据介绍 | 第45-46页 |
·安然邮件数据集 | 第45-46页 |
·Epinion数据集 | 第46页 |
·实验结果与分析 | 第46-50页 |
·Enron数据集上的算法比较 | 第46-48页 |
·优化前后比较 | 第48-49页 |
·Epinion数据集上的算法比较 | 第49-50页 |
·小结 | 第50-51页 |
第5章 总结与展望 | 第51-53页 |
·本文总结 | 第51页 |
·未来展望 | 第51-53页 |
参考文献 | 第53-58页 |
致谢 | 第58页 |