在线社会网络拓扑特性分析及社区发现技术研究与应用
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 研究背景及研究意义 | 第11-12页 |
| 1.2 在线社会网络研究现状 | 第12-14页 |
| 1.3 研究内容及组织结构 | 第14-15页 |
| 1.3.1 研究内容 | 第14页 |
| 1.3.2 组织结构 | 第14-15页 |
| 1.4 本章小结 | 第15-16页 |
| 第2章 预备知识与基本理论 | 第16-25页 |
| 2.1 社会网络基本概念 | 第16页 |
| 2.2 社会网络参数指标及定义 | 第16-20页 |
| 2.2.1 社会网络图 | 第16-17页 |
| 2.2.2 度及度分布 | 第17-18页 |
| 2.2.3 聚类系数 | 第18页 |
| 2.2.4 平均路径长度 | 第18-19页 |
| 2.2.5 社区发现评价 | 第19-20页 |
| 2.3 聚类基本知识 | 第20-24页 |
| 2.3.1 引言 | 第20页 |
| 2.3.2 聚类算法简介 | 第20-23页 |
| 2.3.3 AP聚类算法 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 基于模块度增量的社区发现算法 | 第25-37页 |
| 3.1 社区发现算法 | 第25-30页 |
| 3.1.1 FN算法 | 第26-29页 |
| 3.1.2 NOCDI算法 | 第29-30页 |
| 3.2 ICDI算法简介 | 第30-32页 |
| 3.3 ICDI算法实现 | 第32-36页 |
| 3.3.1 数据预处理 | 第32-33页 |
| 3.3.2 算法初始化 | 第33页 |
| 3.3.3 社区合并与更新 | 第33-34页 |
| 3.3.4 社区可视化 | 第34-35页 |
| 3.3.5 算法复杂度分析 | 第35-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 基于聚类集成的社区发现算法 | 第37-49页 |
| 4.1 聚类集成与社区发现 | 第37-42页 |
| 4.1.1 聚类集成 | 第38-39页 |
| 4.1.2 共识函数选取 | 第39-41页 |
| 4.1.3 直接贪婪优化 | 第41-42页 |
| 4.2 基于超图共识函数 | 第42-45页 |
| 4.2.1 聚类集合的超图表示 | 第42页 |
| 4.2.2 CSPA算法 | 第42-43页 |
| 4.2.3 HGPA算法 | 第43-44页 |
| 4.2.4 MCLA算法 | 第44-45页 |
| 4.3 基于混合模型共识函数 | 第45-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第5章 实验结果及算法分析 | 第49-64页 |
| 5.1 社区发现评价指标 | 第49-50页 |
| 5.2 实验环境及实验数据 | 第50-51页 |
| 5.3 基于模块度增量的社区发现算法实验分析 | 第51-57页 |
| 5.3.1 实验结果及实验分析 | 第51-54页 |
| 5.3.2 社区发现结果可视化 | 第54-57页 |
| 5.4 基于聚类集成的社区发现算法实验分析 | 第57-63页 |
| 5.4.1 基于AP的社区发现实验分析 | 第57-62页 |
| 5.4.2 基于聚类集成的社区发现算法实验分析 | 第62-63页 |
| 5.5 本章小结 | 第63-64页 |
| 结论与展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-70页 |
