基于主题及核心人物的邮件网络社区发现研究
| 中文摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 引言 | 第10-16页 |
| ·论文研究背景 | 第10-12页 |
| ·社会网络研究现状 | 第12-13页 |
| ·本文的研究意义和主要工作 | 第13-14页 |
| ·实验数据介绍 | 第14-15页 |
| ·本文的组织结构 | 第15-16页 |
| 第二章 网络社区发现概述 | 第16-28页 |
| ·社会网络分析 | 第16-19页 |
| ·社会网络分析的特点 | 第16-17页 |
| ·社会网络分析研究方法 | 第17-18页 |
| ·小结 | 第18-19页 |
| ·虚拟网络社区 | 第19-20页 |
| ·社区发现算法概述 | 第20-25页 |
| ·K-L 算法 | 第20-21页 |
| ·层次聚类算法 | 第21-22页 |
| ·G-N 算法 | 第22-23页 |
| ·Radicchi 算法 | 第23页 |
| ·派系过滤算法 | 第23-25页 |
| ·小结 | 第25页 |
| ·社区客观性评价 | 第25-27页 |
| ·模块度 | 第25-26页 |
| ·社区有效直径与社区密度 | 第26-27页 |
| ·小结 | 第27页 |
| ·本章小结 | 第27-28页 |
| 第三章 邮件网络社区的发现 | 第28-48页 |
| ·邮件网络社区 | 第28页 |
| ·理论基础 | 第28-30页 |
| ·小社区稳定性 | 第29页 |
| ·小世界性质 | 第29-30页 |
| ·个体中心性 | 第30页 |
| ·小结 | 第30页 |
| ·邮件网络关系建模 | 第30-35页 |
| ·必要信息 | 第31页 |
| ·邮箱账号关联关系建模 | 第31-33页 |
| ·相关定义 | 第33-35页 |
| ·小结 | 第35页 |
| ·数据集预处理 | 第35-36页 |
| ·基于核心图聚类的邮件网络社区发现 | 第36-47页 |
| ·基于图的极大化节点集合的层次聚类方法 | 第37-39页 |
| ·预处理 | 第39-40页 |
| ·网络图节点密度序列变化 | 第40-43页 |
| ·确定核心节点集合及核心子图 | 第43-45页 |
| ·社区划分算法 | 第45-46页 |
| ·小结 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第四章 邮件网络社区发现的评价及核心人物查找 | 第48-61页 |
| ·社区划分结果对比 | 第48-54页 |
| ·结果分析 | 第48-53页 |
| ·时间复杂度分析 | 第53页 |
| ·小结 | 第53-54页 |
| ·社区核心人物发现 | 第54-58页 |
| ·PageRank 算法 | 第54-55页 |
| ·邮件关联与网页关联的相似性 | 第55-58页 |
| ·小结 | 第58页 |
| ·网络社区主题发现 | 第58-60页 |
| ·关键词提取 | 第59页 |
| ·enron 社区主题实践 | 第59-60页 |
| ·小结 | 第60页 |
| ·本章小结 | 第60-61页 |
| 第五章 系统及实验结果 | 第61-67页 |
| ·系统的整体框架及功能 | 第61-63页 |
| ·邮件获取模块 | 第61-62页 |
| ·邮件预处理模块 | 第62页 |
| ·网络分析模块 | 第62-63页 |
| ·实验条件 | 第63页 |
| ·实验结果 | 第63-66页 |
| ·本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| ·本文总结 | 第67-68页 |
| ·工作展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 攻读学位期间发表(录用)论文 | 第73-74页 |
| 致谢 | 第74-75页 |
