| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 研究背景 | 第15-16页 |
| 1.2 研究现状 | 第16-18页 |
| 1.2.1 社区发现算法分类体系 | 第16页 |
| 1.2.2 全局社区发现算法研究现状 | 第16-17页 |
| 1.2.3 局部社区发现算法研究现状 | 第17-18页 |
| 1.3 研究目的与意义 | 第18-19页 |
| 1.4 本文的研究内容和组织结构 | 第19-21页 |
| 第二章 模块度与社区发现概述 | 第21-35页 |
| 2.1 复杂网络概述 | 第21-22页 |
| 2.2 社区发现概述 | 第22-24页 |
| 2.3 模块度概述 | 第24-30页 |
| 2.3.1 全局模块度定义 | 第24-27页 |
| 2.3.2 局部模块度定义 | 第27-30页 |
| 2.4 模块度最优化算法 | 第30-33页 |
| 2.4.1 贪心算法 | 第30-31页 |
| 2.4.2 模拟退火 | 第31-32页 |
| 2.4.3 极值优化 | 第32页 |
| 2.4.4 谱优化 | 第32-33页 |
| 2.4.5 其他算法 | 第33页 |
| 2.5 本章小结 | 第33-35页 |
| 第三章 基于最大熵随机游走的两阶段局部社区发现算法 | 第35-49页 |
| 3.1 引言 | 第35-36页 |
| 3.2 基于随机游走的两阶段局部社区发现算法 | 第36-43页 |
| 3.2.1 局部随机游走粗搜索过程 | 第37-40页 |
| 3.2.2 局部社区发现细搜索过程 | 第40-43页 |
| 3.3 仿真实验 | 第43-47页 |
| 3.4 本章小结 | 第47-49页 |
| 第四章 基于局部核心扩展的并行社区发现算法 | 第49-65页 |
| 4.1 引言 | 第49-50页 |
| 4.2 基于局部核心扩展的并行社区发现算法 | 第50-59页 |
| 4.2.1 网络过滤 | 第50-52页 |
| 4.2.2 局部核心搜索 | 第52-53页 |
| 4.2.3 局部核心扩张 | 第53-57页 |
| 4.2.4 局部社区后处理 | 第57-59页 |
| 4.3 评价指标 | 第59-60页 |
| 4.4 仿真实验 | 第60-64页 |
| 4.5 本章小结 | 第64-65页 |
| 第五章 基于多关系相关矩阵的社区发现算法 | 第65-77页 |
| 5.1 引言 | 第65-66页 |
| 5.2 基于多关系相关矩阵的社区发现算法 | 第66-72页 |
| 5.2.1 基于相关矩阵的无偏社区发现 | 第66-69页 |
| 5.2.2 基于多关系相关矩阵的社区发现 | 第69-72页 |
| 5.3 评价指标 | 第72-73页 |
| 5.4 仿真实验 | 第73-76页 |
| 5.5 本章小结 | 第76-77页 |
| 第六章 总结和展望 | 第77-79页 |
| 6.1 主要研究成果 | 第77-78页 |
| 6.2 未来研究展望 | 第78-79页 |
| 参考文献 | 第79-85页 |
| 致谢 | 第85-87页 |
| 作者简介 | 第87-88页 |