| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第一章 绪论 | 第12-22页 |
| 1.1 课题研究背景与意义 | 第12-16页 |
| 1.2 国内外研究现状 | 第16-18页 |
| 1.3 本文主要贡献及创新 | 第18-19页 |
| 1.4 本论文的结构安排 | 第19-22页 |
| 第二章 社区发现相关研究 | 第22-36页 |
| 2.1 复杂网络相关概念 | 第22-25页 |
| 2.1.1 邻接矩阵 | 第22页 |
| 2.1.2 边介数 | 第22-23页 |
| 2.1.3 节点相似性 | 第23-24页 |
| 2.1.3.1 基于邻居节点的相似度度量 | 第23页 |
| 2.1.3.2 皮尔逊(Pearson)相似度 | 第23-24页 |
| 2.1.4 先验信息 | 第24页 |
| 2.1.5 标签隶属矩阵 | 第24页 |
| 2.1.6 标签转移矩阵 | 第24-25页 |
| 2.1.7 标签存在性矩阵 | 第25页 |
| 2.1.8 节点隶属度矩阵 | 第25页 |
| 2.2 非重叠社区发现算法 | 第25-31页 |
| 2.2.1 GN算法 | 第25-27页 |
| 2.2.2 FN算法 | 第27-28页 |
| 2.2.3 谱聚类方法 | 第28-29页 |
| 2.2.4 InfoMap算法 | 第29-30页 |
| 2.2.5 BGLL算法 | 第30-31页 |
| 2.3 重叠社区发现算法 | 第31-34页 |
| 2.3.1 派系过滤算法CPM | 第31-32页 |
| 2.3.2 LMF算法 | 第32-33页 |
| 2.3.3 SLPA算法 | 第33-34页 |
| 2.4 本章小结 | 第34-36页 |
| 第三章 基于半监督的非重叠社区发现算法 | 第36-46页 |
| 3.1 基于标签传播的无监督社区发现算法LPA | 第36-38页 |
| 3.2 基于Pearson相似度的改进LPA算法LPA_S | 第38-40页 |
| 3.3 基于正标签先验信息的半监督社区发现算法LPA_SI | 第40-42页 |
| 3.4 基于正负标签先验信息的半监督社区发现算法LPA_SNI | 第42-44页 |
| 3.5 本章小结 | 第44-46页 |
| 第四章 基于半监督的重叠社区发现算法 | 第46-55页 |
| 4.1 基于标签传播的无监督社区发现算法COPRA | 第46-48页 |
| 4.2 基于Pearson相似度的改进COPRA算法COPRA_S | 第48-51页 |
| 4.3 基于正标签先验信息的半监督社区发现算法COPRA_SI | 第51-52页 |
| 4.4 基于正负标签先验信息的半监督社区发现算法COPRA_SNI | 第52-53页 |
| 4.5 本章小结 | 第53-55页 |
| 第五章 实验与分析 | 第55-78页 |
| 5.1 实验数据集 | 第55-60页 |
| 5.1.1 人工基准网络数据集 | 第55-57页 |
| 5.1.2 真实网络数据集 | 第57-60页 |
| 5.1.2.1 ZacharyKarateClub数据集 | 第57页 |
| 5.1.2.2 海豚网简介 | 第57-58页 |
| 5.1.2.3 美国足球联盟网络 | 第58-59页 |
| 5.1.2.4 美国政治书网络 | 第59页 |
| 5.1.2.5 科学家合作网络 | 第59-60页 |
| 5.2 实验评价标准 | 第60-63页 |
| 5.2.1 模块度函数 | 第60-62页 |
| 5.2.2 标准化互斥信息(NMI) | 第62-63页 |
| 5.3 实验结果 | 第63-76页 |
| 5.3.1 非重叠社区发现结果 | 第63-72页 |
| 5.3.1.1 真实网络 | 第63-66页 |
| 5.3.1.2 GNbenchmark人工网络 | 第66-68页 |
| 5.3.1.3 LFRbenchmark网络 | 第68-71页 |
| 5.3.1.4 时间复杂度分析 | 第71-72页 |
| 5.3.2 重叠社区发现结果 | 第72-76页 |
| 5.3.2.1 真实网络 | 第72-73页 |
| 5.3.2.2 LFRbenchmark网络 | 第73-75页 |
| 5.3.2.3 时间复杂度分析 | 第75-76页 |
| 5.4 本章小结 | 第76-78页 |
| 第六章 总结与展望 | 第78-80页 |
| 致谢 | 第80-81页 |
| 参考文献 | 第81-84页 |
