| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 研究目标和研究内容 | 第12页 |
| 1.4 论文的结构安排 | 第12-14页 |
| 第2章 相关知识及技术简介 | 第14-29页 |
| 2.1 社区划分算法介绍 | 第14-18页 |
| 2.1.1 社会网络的表示方法 | 第14-15页 |
| 2.1.2 社会子网络划分 | 第15-18页 |
| 2.2 度量网络中心性的指标 | 第18-19页 |
| 2.3 证据理论 | 第19-27页 |
| 2.3.1 识别框架 | 第20页 |
| 2.3.2 基本信任分配函数 | 第20-21页 |
| 2.3.3 证据理论的合成规则 | 第21-23页 |
| 2.3.4 证据的相关性 | 第23-25页 |
| 2.3.5 冲突证据处理 | 第25-27页 |
| 2.4 UCINET简介 | 第27页 |
| 2.5 本章小结 | 第27-29页 |
| 第3章 基于证据理论的网络中心性识别算法 | 第29-40页 |
| 3.1 子网络划分 | 第29-30页 |
| 3.2 计算网络中心性度量指标 | 第30-36页 |
| 3.3 中心性指标合成 | 第36-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 计算网络结点中心性实验设计与总结 | 第40-54页 |
| 4.1 LindaWolfe数据集处理 | 第40-43页 |
| 4.2 Enron email数据集介绍及预处理 | 第43-46页 |
| 4.3 Enron email数据集子网络划分 | 第46-48页 |
| 4.4 Enron email数据集子网络中各个结点的中心性指标计算 | 第48-51页 |
| 4.5 Enron email数据集中心性结点的识别及评价 | 第51-53页 |
| 4.6 本章小结 | 第53-54页 |
| 第5章 总结与展望 | 第54-56页 |
| 5.1 工作总结 | 第54页 |
| 5.2 研究展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 作者简介及在学期间所取得的科研成果 | 第59-60页 |
| 致谢 | 第60页 |