复杂网络社团结构挖掘算法的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-13页 |
| ·研究背景及意义 | 第8-9页 |
| ·研究现状与发展趋势 | 第9-11页 |
| ·研究内容和结构安排 | 第11-13页 |
| ·研究内容 | 第11-12页 |
| ·结构安排 | 第12-13页 |
| 第二章 复杂网络概述 | 第13-22页 |
| ·复杂网络的表示方式 | 第13页 |
| ·图表示法 | 第13页 |
| ·矩阵表示法 | 第13页 |
| ·复杂网络的统计特性 | 第13-15页 |
| ·度和度分布 | 第14页 |
| ·平均路径长度 | 第14页 |
| ·聚类系数 | 第14-15页 |
| ·复杂网络的典型模型 | 第15-21页 |
| ·规则网络模型 | 第15-17页 |
| ·随机网络模型 | 第17-18页 |
| ·小世界网络模型 | 第18-19页 |
| ·无标度网络模型 | 第19-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 复杂网络社团结构挖掘算法分析 | 第22-30页 |
| ·社团结构的定义 | 第22-23页 |
| ·社团结构划分的衡量标准 | 第23-24页 |
| ·社团结构挖掘算法 | 第24-28页 |
| ·图分割法 | 第24-26页 |
| ·层次聚类算法 | 第26-28页 |
| ·本章小结 | 第28-30页 |
| 第四章 一种基于节点相似性的社团挖掘算法 | 第30-41页 |
| ·相关知识 | 第30-31页 |
| ·节点的相似性度量 | 第30-31页 |
| ·新的相似性函数 | 第31页 |
| ·算法实现 | 第31-34页 |
| ·算法思想 | 第31-33页 |
| ·算法步骤 | 第33-34页 |
| ·算法测试 | 第34-40页 |
| ·实验环境及数据集 | 第34页 |
| ·真实网络 | 第34-40页 |
| ·算法分析 | 第40页 |
| ·本章小结 | 第40-41页 |
| 第五章 基于节点中心度的社团挖掘算法 | 第41-46页 |
| ·相关知识 | 第41-42页 |
| ·节点中心度 | 第41页 |
| ·局部模块度 | 第41-42页 |
| ·节点性相似性度量 | 第42页 |
| ·算法实现 | 第42-43页 |
| ·算法思想 | 第42页 |
| ·算法步骤 | 第42-43页 |
| ·算法测试 | 第43-45页 |
| ·Zachary 网络 | 第43-44页 |
| ·Dolphins 网络 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第六章 总结与展望 | 第46-48页 |
| ·总结 | 第46页 |
| ·展望 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 致谢 | 第51-52页 |
| 作者简历、在学期间发表的学术论文 | 第52页 |
| 个人简历 | 第52页 |
| 在学期间发表的学术论文 | 第52页 |
