移动社交网络相依关系及社区发现算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题背景及研究的目的和意义 | 第9-10页 |
| 1.2 相依网络鲁棒性研究现状 | 第10-11页 |
| 1.3 社交网络中社区发现算法研究现状 | 第11-13页 |
| 1.4 本文的主要研究内容 | 第13-15页 |
| 第2章 复杂网络理论基础 | 第15-24页 |
| 2.1 复杂网络的基本概念 | 第15-17页 |
| 2.2 复杂网络的基本模型 | 第17-21页 |
| 2.3 复杂网络鲁棒性的基本分析过程 | 第21-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 移动社交网络一对一相依关系研究 | 第24-34页 |
| 3.1 研究背景 | 第24-25页 |
| 3.2 基于组增长的无标度网络模型 | 第25-27页 |
| 3.3 相继故障的过程分析 | 第27-31页 |
| 3.4 仿真实验和鲁棒性分析 | 第31-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 移动社交网络多重依赖支持关系研究 | 第34-42页 |
| 4.1 网络模型的建立 | 第34-37页 |
| 4.2 相继故障的理论推导 | 第37-39页 |
| 4.3 仿真实验和鲁棒性分析 | 第39-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第5章 自适应社区发现算法的研究 | 第42-52页 |
| 5.1 研究背景 | 第42-43页 |
| 5.2 衡量社区划分质量的指标 | 第43-44页 |
| 5.3 基于模块度优化的自适应社区发现算法 | 第44-47页 |
| 5.3.1 算法描述 | 第44-46页 |
| 5.3.2 算法分析 | 第46-47页 |
| 5.4 实验结果与分析 | 第47-51页 |
| 5.4.1 标准数据集 | 第47-48页 |
| 5.4.2 LFR合成数据集 | 第48-51页 |
| 5.5 本章小结 | 第51-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第58-60页 |
| 致谢 | 第60页 |
