| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究意义及目的 | 第10-12页 |
| 1.2 本文的主要工作 | 第12页 |
| 1.3 本文的组织结构 | 第12-14页 |
| 第二章 社团检测相关概念及理论 | 第14-26页 |
| 2.1 相关概念介绍 | 第14-15页 |
| 2.2 常见的社团检测方法 | 第15-18页 |
| 2.2.1 基于模块度的社团检测方法 | 第15-16页 |
| 2.2.2 基于密度的社团检测方法 | 第16-17页 |
| 2.2.3 基于标签传播的社团检测方法 | 第17页 |
| 2.2.4 基于层次聚类的社团检测方法 | 第17-18页 |
| 2.2.5 其他社团检测方法 | 第18页 |
| 2.3 基于中心点扩张的社团检测方法 | 第18-20页 |
| 2.4 社团检测常用度量指标 | 第20-22页 |
| 2.4.1 归一化互信息量 | 第20页 |
| 2.4.2 模块度 | 第20-21页 |
| 2.4.3 准确率 | 第21页 |
| 2.4.4 Adjusted Rand Index | 第21-22页 |
| 2.5 实验环境及实验数据 | 第22-25页 |
| 2.5.1 实验环境 | 第22页 |
| 2.5.2 实验数据 | 第22-25页 |
| 2.6 小结 | 第25-26页 |
| 第三章 基于全局密度影响的中心点扩张算法 | 第26-42页 |
| 3.1 DenISeC算法思想及相关概念 | 第26-27页 |
| 3.1.1 算法主要思想 | 第26页 |
| 3.1.2 算法相关概念及定义 | 第26-27页 |
| 3.2 DenISeC算法描述 | 第27-30页 |
| 3.2.1 根据节点影响值确定社团的核心 | 第27-30页 |
| 3.2.2 扩张阶段 | 第30页 |
| 3.3 实验 | 第30-39页 |
| 3.3.1 参数设置 | 第31-33页 |
| 3.3.2 DenISeC算法和对比算法的实验结果 | 第33-37页 |
| 3.3.3 DenISeC算法与对比算法评价指标对比 | 第37-39页 |
| 3.4 DenISeC算法复杂度分析 | 第39-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 基于密度层次的中心点扩张算法 | 第42-57页 |
| 4.1 DenSeC算法思想及相关概念 | 第42-43页 |
| 4.1.1 算法主要思想 | 第42页 |
| 4.1.2 定义 | 第42-43页 |
| 4.2 DenSeC算法详细介绍 | 第43-47页 |
| 4.2.1 寻找核心点 | 第43-44页 |
| 4.2.2 扩张核心社团 | 第44-45页 |
| 4.2.3 处理重叠节点 | 第45-47页 |
| 4.3 实验 | 第47-55页 |
| 4.3.1 参数设置 | 第48页 |
| 4.3.2 DenSeC算法和对比算法实验结果 | 第48-51页 |
| 4.3.3 DenSeC算法与对比算法评价指标对比 | 第51-55页 |
| 4.4 DenSeC算法时间复杂度分析 | 第55-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 总结及工作展望 | 第57-59页 |
| 5.1 总结 | 第57页 |
| 5.2 工作展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 在学期间的研究成果 | 第62-63页 |
| 致谢 | 第63页 |
