基于社团强弱度的加权网络局部与重叠社团检测研究
| 摘要 | 第9-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-22页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.2 研究现状 | 第14-19页 |
| 1.2.1 无权网络的社团检测全局方法 | 第14-16页 |
| 1.2.2 无权网络的社团检测局部方法 | 第16-17页 |
| 1.2.3 无权网络的重叠社团检测全局方法 | 第17-18页 |
| 1.2.4 加权网络的社团检测方法 | 第18-19页 |
| 1.3 研究内容及创新点 | 第19-20页 |
| 1.3.1 研究内容 | 第19页 |
| 1.3.2 创新之处 | 第19页 |
| 1.3.3 技术路线 | 第19-20页 |
| 1.4 本文组织结构 | 第20-22页 |
| 第二章 复杂网络社团结构 | 第22-32页 |
| 2.1 复杂网络的基本概念 | 第22-25页 |
| 2.1.1 网络的图表示法 | 第22-23页 |
| 2.1.2 节点度、度分布及度相关性 | 第23-24页 |
| 2.1.3 最短路径、节点介数及聚类系数 | 第24-25页 |
| 2.2 复杂网络的结构模型 | 第25-28页 |
| 2.2.1 随机网络 | 第25-26页 |
| 2.2.2 小世界网络 | 第26-27页 |
| 2.2.3 无标度网络 | 第27页 |
| 2.2.4 加权网络建模 | 第27-28页 |
| 2.3 社团检测的要素 | 第28-31页 |
| 2.3.1 社团的定义 | 第28-29页 |
| 2.3.2 社团检测的评价指标 | 第29-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 加权网络的局部社团检测 | 第32-45页 |
| 3.1 代表性的相关研究工作 | 第32-35页 |
| 3.1.1 Clauset算法 | 第32-33页 |
| 3.1.2 Bagrow算法 | 第33-34页 |
| 3.1.3 LPA算法 | 第34-35页 |
| 3.2 基于社团强弱度的加权网络局部社团检测 | 第35-38页 |
| 3.2.1 社团强弱度系数 | 第35-37页 |
| 3.2.2 社团评价指标 | 第37页 |
| 3.2.3 算法步骤 | 第37-38页 |
| 3.3 实验检测与分析 | 第38-44页 |
| 3.3.1 仿真网络 | 第38-42页 |
| 3.3.2 现实网络 | 第42-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 加权网络的重叠社团检测 | 第45-56页 |
| 4.1 代表性的相关研究工作 | 第45-48页 |
| 4.1.1 CPM算法 | 第45-46页 |
| 4.1.2 FCM算法 | 第46-47页 |
| 4.1.3 COPRA算法 | 第47-48页 |
| 4.2 基于局部信息的加权网络重叠社团检测 | 第48-50页 |
| 4.2.1 模糊系数 | 第48-49页 |
| 4.2.2 模糊重叠模块度 | 第49-50页 |
| 4.2.3 算法步骤 | 第50页 |
| 4.3 实验检测与分析 | 第50-55页 |
| 4.3.1 仿真网络 | 第50-52页 |
| 4.3.2 现实网络 | 第52-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第五章 总结和展望 | 第56-58页 |
| 5.1 总结 | 第56-57页 |
| 5.2 展望 | 第57-58页 |
| 参考文献 | 第58-65页 |
| 致谢 | 第65-66页 |
| 在学研究成果 | 第66页 |
