首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

大规模社会网络重叠社区挖掘关键技术研究

摘要第5-7页
Abstract第7-9页
第1章 绪论第13-29页
    1.1 论文研究背景及意义第13-16页
        1.1.1 研究背景第13-14页
        1.1.2 研究意义第14-16页
    1.2 社会网络概述第16-22页
        1.2.1 社会网络的概念第16-18页
        1.2.2 社会网络的模型及性质第18-19页
        1.2.3 社区的定义第19-22页
    1.3 社区挖掘研究热点第22-25页
        1.3.1 当前社区挖掘存在的问题第22-23页
        1.3.2 社区挖掘的研究热点第23-25页
    1.4 论文主要工作及组织结构第25-29页
        1.4.1 论文主要工作第25-27页
        1.4.2 论文组织结构第27-29页
第2章 社区挖掘研究现状第29-49页
    2.1 社区挖掘算法第29-43页
        2.1.1 非重叠挖掘发现算法第29-34页
        2.1.2 重叠社区挖掘算法第34-38页
        2.1.3 特征融合的社区挖掘算法第38-43页
        2.1.4 动态社区挖掘第43页
    2.2 社区挖掘的评价指标第43-48页
        2.2.1 模块度及其衍生第44-45页
        2.2.2 归一化互信息(Normalized Mutual Information)第45-46页
        2.2.3 边缘索引度量及其扩展第46-47页
        2.2.4 聚集系数第47-48页
    2.3 本章小结第48-49页
第3章 基于多目标优化的社区挖掘算法第49-65页
    3.1 引言第49-50页
    3.2 多目标优化算法形式化描述第50页
    3.3 基于多目标遗传算法的非重叠社区挖掘算法第50-58页
        3.3.1 算法基本思想第51-53页
        3.3.2 算法描述第53-54页
        3.3.3 实验及结果分析第54-58页
    3.4 基于多目标遗传算法的重叠社区挖掘算法第58-64页
        3.4.1 定义第58-60页
        3.4.2 算法基本思想第60-62页
        3.4.3 实验及结果分析第62-64页
    3.5 本章小结第64-65页
第4章 基于标签传播的重叠社区挖掘算法第65-81页
    4.1 引言第65-66页
    4.2 基于稳定多标签传播的重叠社区挖掘算法第66-73页
        4.2.1 问题定义第66-67页
        4.2.2 SALPA算法第67-71页
        4.2.3 复杂度分析第71页
        4.2.4 实验及结果分析第71-73页
    4.3 基于标签传播的加权网络重叠社区挖掘算法第73-80页
        4.3.1 问题定义第74-75页
        4.3.2 WOLPA算法第75-78页
        4.3.3 复杂度分析第78页
        4.3.4 实验及结果分析第78-80页
    4.4 本章小结第80-81页
第5章 基于引力因子的重叠社区挖掘算法第81-93页
    5.1 引言第81页
    5.2 问题定义第81-84页
    5.3 GWCR算法第84-85页
        5.3.1 中心节点的寻找第84页
        5.3.2 社区的识别第84页
        5.3.3 重叠节点的识别第84-85页
    5.4 GWCR算法描述第85-87页
    5.5 实验与结果分析第87-92页
        5.5.1 评价指标验证第87-88页
        5.5.2 参数选取第88-89页
        5.5.3 实验数据集第89页
        5.5.4 实验结果分析第89-92页
    5.6 本章小结第92-93页
第6章 基于语义模型的微博网络社区挖掘第93-121页
    6.1 引言第93页
    6.2 微博网络RT模型第93-95页
    6.3 融合行为特征的重叠社区挖掘算法第95-109页
        6.3.1 融合行为特征的主题挖掘模型第95-100页
        6.3.2 DC-DTM挖掘算法第100-102页
        6.3.3 算法复杂度分析第102页
        6.3.4 实验及结果分析第102-109页
    6.4 融合行为特征的动态主题模型第109-119页
        6.4.1 问题定义第109-110页
        6.4.2 动态主题模型第110-113页
        6.4.3 实验及结果分析第113-119页
    6.5 本章小结第119-121页
第7章 总结第121-123页
参考文献第123-131页
致谢第131-133页
作者攻读博士学位期间发表的学术论文第133-135页
作者从事科学研究和学习经历的简历第135页

论文共135页,点击 下载论文
上一篇:基于中医传承辅助系统分析周翠英教授治疗类风湿关节炎的经验研究
下一篇:肿瘤相关性抑郁的中医证型研究及其相关因素分析