社交网络中的社区发现技术
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 研究内容 | 第9-10页 |
| 1.3 论文的结构安排 | 第10-12页 |
| 第二章 复杂网络社区发现算法概述 | 第12-24页 |
| 2.1 复杂社交网络及社区发现概述 | 第12-18页 |
| 2.1.1 复杂网络概述 | 第12-14页 |
| 2.1.2 复杂网络模型及常用结构参数 | 第14-16页 |
| 2.1.3 社区发现算法定义 | 第16-17页 |
| 2.1.4 异构信息网络特征 | 第17-18页 |
| 2.2 经典社区发现算法 | 第18-21页 |
| 2.2.1 平分法 | 第18-19页 |
| 2.2.2 Girvan-Newman算法 | 第19-20页 |
| 2.2.3 快速Newman算法 | 第20-21页 |
| 2.3 模糊数学中的隶属度函数 | 第21-22页 |
| 2.4 本章小结 | 第22-24页 |
| 第三章 基于模糊分类的异构网络社区发现方案 | 第24-41页 |
| 3.1 交网络的数据采集和存储 | 第24-28页 |
| 3.2 异构网络社区发现算法和流程 | 第28-37页 |
| 3.2.1 法总体流程 | 第28-35页 |
| 3.2.2 复杂度分析 | 第35-37页 |
| 3.3 重叠社区发现 | 第37-39页 |
| 3.4 本章小结 | 第39-41页 |
| 第四章 仿真结果与性能分析 | 第41-49页 |
| 4.1 工合成数据 | 第41-43页 |
| 4.1.1 实验数据 | 第41-42页 |
| 4.1.2 实验结果 | 第42-43页 |
| 4.2 真实复杂社交网络数据 | 第43-48页 |
| 4.2.1 DBLP数据库数据 | 第43-44页 |
| 4.2.2 新浪微博社交网络数据 | 第44-48页 |
| 4.3 本章小结 | 第48-49页 |
| 第五章 全文总结 | 第49-52页 |
| 5.1 本论文的主要工作和贡献 | 第49-50页 |
| 5.2 下一步的研究方向 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-58页 |
| 攻读学位期间发表的学术论文目录 | 第58页 |
