| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 论文研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 论文的研究内容 | 第11页 |
| 1.4 论文组织结构 | 第11-13页 |
| 第二章 复杂网络社团检测算法概述 | 第13-23页 |
| 2.1 复杂网络社团研究的一些基本概念 | 第13-16页 |
| 2.1.1 复杂网络 | 第13-14页 |
| 2.1.2 社团的定义 | 第14-15页 |
| 2.1.3 中心性 | 第15-16页 |
| 2.2 社团检测方法的分类 | 第16-20页 |
| 2.2.1 基于模块度的社团检测方法 | 第16-17页 |
| 2.2.2 层次社团检测方法 | 第17-18页 |
| 2.2.3 主动学习的半监督社团检测方法 | 第18-20页 |
| 2.2.4 其他方法 | 第20页 |
| 2.3 社团结构评价标准 | 第20-22页 |
| 2.3.1 模块度(Modularity) | 第20-21页 |
| 2.3.2 准确率(Accuracy) | 第21页 |
| 2.3.3 归一化互信息度量(NMI) | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 基于相似度度量标准的层次凝聚社团检测算法CDACSM | 第23-32页 |
| 3.1 SHARC算法 | 第23-25页 |
| 3.2 基于相似度度量的层次凝聚社团检测算法CDACSM | 第25-26页 |
| 3.2.1 算法主要思想 | 第25页 |
| 3.2.2 单点社团相似度和社团相似度等度量标准 | 第25-26页 |
| 3.3 CDACSM算法描述 | 第26-30页 |
| 3.3.1 单点社团合并 | 第26-28页 |
| 3.3.2 SHARC算法调整 | 第28-29页 |
| 3.3.3 社团合并 | 第29-30页 |
| 3.4 CDACSM算法分析 | 第30-31页 |
| 3.4.1 算法时间复杂度分析 | 第30-31页 |
| 3.4.2 算法效果分析 | 第31页 |
| 3.5 本章小结 | 第31-32页 |
| 第四章 基于主动学习的半监督社团检测算法ASCD | 第32-38页 |
| 4.1 基于主动学习的半监督社团检测算法ASCD | 第32-33页 |
| 4.1.1 算法主要思想 | 第32页 |
| 4.1.2 节点相关度和凝聚力等度量标准 | 第32-33页 |
| 4.2 ASCD算法描述 | 第33-36页 |
| 4.2.1 主动学习选取凝聚力最大节点 | 第33-35页 |
| 4.2.2 半监督凝聚社团检测 | 第35-36页 |
| 4.3 ASCD算法分析 | 第36-37页 |
| 4.3.1 算法时间复杂度分析 | 第36-37页 |
| 4.3.2 算法效果分析 | 第37页 |
| 4.4 本章小结 | 第37-38页 |
| 第五章 CDACSM和ASCD算法实验 | 第38-49页 |
| 5.1 实验设计 | 第38-41页 |
| 5.1.1 实验数据集 | 第38-40页 |
| 5.1.2 实验环境 | 第40-41页 |
| 5.2 CDACSM社团检测算法实验 | 第41-44页 |
| 5.2.1 CDACSM算法社团检测结果 | 第41-42页 |
| 5.2.2 与其他算法的对比实验 | 第42-43页 |
| 5.2.3 CDACSM算法的时间效率对比实验 | 第43-44页 |
| 5.3 ASCD算法社团检测实验 | 第44-47页 |
| 5.3.1 ASCD算法社团检测结果 | 第44-46页 |
| 5.3.2 与其他算法的对比实验 | 第46页 |
| 5.3.3 ASCD算法的时间效率对比实验 | 第46-47页 |
| 5.4 性能分析 | 第47-48页 |
| 5.4.1 CDACSM算法性能分析 | 第47页 |
| 5.4.2 ASCD算法性能分析 | 第47-48页 |
| 5.5 本章小结 | 第48-49页 |
| 第六章 总结与展望 | 第49-50页 |
| 6.1 论文总结 | 第49页 |
| 6.2 工作展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 在学期间的研究成果 | 第53-54页 |
| 致谢 | 第54页 |