| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1. 绪论 | 第9-14页 |
| ·课题来源与研究意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·本文的主要工作及内容组织 | 第12-14页 |
| 2. 聚类分析技术 | 第14-30页 |
| ·聚类分析 | 第14-18页 |
| ·聚类分析的过程 | 第14-15页 |
| ·聚类分析的数据结构 | 第15页 |
| ·聚类分析中相似度的计算 | 第15-18页 |
| ·聚类分析的分类 | 第18-24页 |
| ·划分方法 | 第18-20页 |
| ·层次方法 | 第20-21页 |
| ·基于密度的方法 | 第21-22页 |
| ·基于网格的方法 | 第22-23页 |
| ·基于图论的方法 | 第23-24页 |
| ·其他的一些方法 | 第24页 |
| ·K-means 聚类算法 | 第24-29页 |
| ·K-means 聚类算法基本思想 | 第24-25页 |
| ·K-means 聚类算法的主要步骤 | 第25-26页 |
| ·K-means 聚类算法的优缺点 | 第26-29页 |
| ·小结 | 第29-30页 |
| 3.属性扩展图 | 第30-39页 |
| ·相关的图理论 | 第31-32页 |
| ·属性扩展图 | 第32-34页 |
| ·结构相似性度量 | 第34-36页 |
| ·属性扩展图的随机移动距离矩阵 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 4.SAK 聚类算法 | 第39-48页 |
| ·初始化聚类中心 | 第40页 |
| ·迭代过程 | 第40-41页 |
| ·聚类目标函数 | 第41-42页 |
| ·自动更新权重值 | 第42-43页 |
| ·SAK 聚类算法的算法思想 | 第43-44页 |
| ·SAK 聚类算法的过程描述 | 第44-45页 |
| ·算法例证 | 第45-47页 |
| ·小结 | 第47-48页 |
| 5.社团结构检测算法实验 | 第48-61页 |
| ·聚类质量衡量标准 | 第48-49页 |
| ·可视化实验平台 | 第49-52页 |
| ·可视化实验平台的设计 | 第49-50页 |
| ·可视化实验平台的实现 | 第50-52页 |
| ·数据准备 | 第52-55页 |
| ·美国大学橄榄球队赛程网 | 第52-54页 |
| ·美国博客网（Political Blogs Dataset） | 第54-55页 |
| ·实验结果 | 第55-58页 |
| ·美国大学橄榄球赛程网 | 第56-57页 |
| ·Political Blogs 网络 | 第57-58页 |
| ·性能分析 | 第58-60页 |
| ·小结 | 第60-61页 |
| 总结与展望 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 攻读硕士期间发表的论文及取得的研究成果 | 第67-68页 |
| 致谢 | 第68页 |