计算机通信网络组织结构发现方法研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 本文主要工作与创新 | 第14页 |
| 1.4 本文的结构安排 | 第14-16页 |
| 第二章 相关理论概述 | 第16-28页 |
| 2.1 节点中心度 | 第16-18页 |
| 2.1.1 度数中心度 | 第16-17页 |
| 2.1.2 紧密中心度 | 第17-18页 |
| 2.1.3 介数中心度 | 第18页 |
| 2.2 影响力排序算法 | 第18-20页 |
| 2.2.1 PageRank算法 | 第19页 |
| 2.2.2 HITS算法 | 第19-20页 |
| 2.3 聚类分析 | 第20-25页 |
| 2.3.1 K-means聚类算法 | 第21-22页 |
| 2.3.2 Single-Pass算法 | 第22页 |
| 2.3.3 DBSCAN算法 | 第22-24页 |
| 2.3.4 层次聚类 | 第24-25页 |
| 2.4 社区发现 | 第25-27页 |
| 2.4.1 GN算法 | 第25-26页 |
| 2.4.2 Louvain算法 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 计算机通信网络重要节点选取 | 第28-44页 |
| 3.1 算法整体框架 | 第28-29页 |
| 3.2 节点特征构造 | 第29-31页 |
| 3.2.1 重要节点具备的特性 | 第29-30页 |
| 3.2.2 重要度特征 | 第30-31页 |
| 3.3 节点重要度评分 | 第31-36页 |
| 3.3.1 特征标准化 | 第32页 |
| 3.3.2 节点综合评分 | 第32-36页 |
| 3.4 选取重要节点 | 第36-41页 |
| 3.4.1 节点相似度计算 | 第36-37页 |
| 3.4.2 基于相似度聚类 | 第37-40页 |
| 3.4.3 重要节点筛选 | 第40-41页 |
| 3.5 算法总结与分析 | 第41-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第四章 计算机通信网络组织结构发现 | 第44-57页 |
| 4.1 算法设计思路 | 第44-46页 |
| 4.2 层次社区划分 | 第46-49页 |
| 4.2.1 社区节点化 | 第46-48页 |
| 4.2.2 社区划分 | 第48-49页 |
| 4.3 领导节点选取 | 第49-53页 |
| 4.3.1 领导节点的定义 | 第49-50页 |
| 4.3.2 内部影响力计算 | 第50-53页 |
| 4.4 算法总结与分析 | 第53-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 实验结果分析 | 第57-72页 |
| 5.1 实验结果分析 | 第57-70页 |
| 5.1.1 研究小组通信网络 | 第57-60页 |
| 5.1.2 全球航线网络 | 第60-65页 |
| 5.1.3 Enron邮件通信网络 | 第65-70页 |
| 5.2 本章小结 | 第70-72页 |
| 第六章 全文总结与展望 | 第72-75页 |
| 6.1 概述总结 | 第72-73页 |
| 6.2 未来工作展望 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-79页 |
| 攻读硕士学位期间取得的成果 | 第79-80页 |
