| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-18页 |
| ·社区结构研究的背景和意义 | 第10-13页 |
| ·国内外研究动态 | 第13-15页 |
| ·研究的主要内容和本论文的贡献 | 第15-16页 |
| ·论文的组织结构 | 第16-18页 |
| 第二章 复杂网络基本理论 | 第18-30页 |
| ·复杂网络历史进展 | 第18-20页 |
| ·复杂网络表示 | 第20页 |
| ·复杂网络结构特性 | 第20-23页 |
| ·复杂网络拓扑模型 | 第23-28页 |
| ·规则网络 | 第23-24页 |
| ·ER随机图模型 | 第24页 |
| ·小世界网络模型 | 第24-26页 |
| ·无标度网络模型 | 第26-28页 |
| ·本章小结 | 第28-30页 |
| 第三章 社区及发现算法 | 第30-48页 |
| ·社区定义 | 第30-33页 |
| ·社会学社区 | 第30页 |
| ·虚拟社区 | 第30-31页 |
| ·网络中存在的社区现象 | 第31-33页 |
| ·社区评价标准模块度研究 | 第33-38页 |
| ·常用社区划分算法 | 第38-47页 |
| ·GN算法 | 第39页 |
| ·CPM算法 | 第39-41页 |
| ·CONGA算法 | 第41-44页 |
| ·EAGLE算法 | 第44-46页 |
| ·LFK算法 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第四章 一种可调适应度和共近邻的重叠社区发现算法 | 第48-56页 |
| ·基本概念介绍 | 第48-50页 |
| ·自然社区形成过程 | 第50-51页 |
| ·重叠社区的度量 | 第51-52页 |
| ·具有适应度可调节性和邻居共享的社区发现算法 | 第52-54页 |
| ·算法分析 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 重叠社区发现算法实验设计与实现 | 第56-70页 |
| ·实验数据集收集及标准化 | 第56-60页 |
| ·人造数据集 | 第56页 |
| ·真实数据集 | 第56-60页 |
| ·实验平台 | 第60-63页 |
| ·Netdraw数据格式 | 第60-63页 |
| ·Netdraw安装与使用简介 | 第63页 |
| ·实验流程设计 | 第63页 |
| ·实验结果与分析 | 第63-69页 |
| ·人造数据集结果分析 | 第63-65页 |
| ·Zachary's karate club数据集结果分析 | 第65-67页 |
| ·Dolphin social network数据集结果分析 | 第67-68页 |
| ·American College football数据集结果分析 | 第68页 |
| ·实验参数分析 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| ·本文工作总结 | 第70-71页 |
| ·研究前景展望 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-78页 |
| 攻读学位期间发表的学术论文目录 | 第78页 |
