| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题背景及研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 社会网络社区发现现状 | 第10-11页 |
| 1.2.2 k-shell分解法 | 第11页 |
| 1.2.3 集对分析 | 第11-12页 |
| 1.3 本文研究的内容 | 第12-13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 第2章 基础知识概述 | 第14-21页 |
| 2.1 社会网络概述 | 第14页 |
| 2.2 社会网络特征度量参数 | 第14-16页 |
| 2.2.1 节点度 | 第14页 |
| 2.2.2 平均路径长度与小世界特性 | 第14-15页 |
| 2.2.3 聚集系数 | 第15-16页 |
| 2.3 社区概念与社区发现算法 | 第16-18页 |
| 2.3.1 社区概述 | 第16-17页 |
| 2.3.2 社区发现算法概述 | 第17-18页 |
| 2.4 集对分析法概述 | 第18-20页 |
| 2.4.1 集对相关概念 | 第18-19页 |
| 2.4.2 SPA理论应用范例 | 第19-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第3章 基于集对联系度的社区发现算法研究 | 第21-32页 |
| 3.1 引言 | 第21页 |
| 3.2 相关定义 | 第21-22页 |
| 3.3 集对社会网络分析方法研究 | 第22-26页 |
| 3.4 集对社会网络社区发现算法 | 第26-30页 |
| 3.4.1 算法思想 | 第26页 |
| 3.4.2 算法描述 | 第26-30页 |
| 3.5 本章小结 | 第30-32页 |
| 第4章 基于k-shell的社会网络社区发现研究 | 第32-39页 |
| 4.1 引言 | 第32页 |
| 4.2 相关定义 | 第32-34页 |
| 4.3 基于k-shell的社会网络的社区算法KPCM | 第34-36页 |
| 4.3.1 算法思想 | 第34页 |
| 4.3.2 算法描述 | 第34-36页 |
| 4.4 基于k-shell的社会网络的社区算法KPCMV | 第36-38页 |
| 4.4.1 算法思想 | 第36-37页 |
| 4.4.2 算法描述 | 第37-38页 |
| 4.5 本章小结 | 第38-39页 |
| 第5章 实验结果与分析 | 第39-49页 |
| 5.1 引言 | 第39页 |
| 5.2 算法的实验环境与数据集 | 第39-41页 |
| 5.2.1 实验环境 | 第39页 |
| 5.2.2 实验数据集 | 第39-41页 |
| 5.3 社区发现的实验与分析 | 第41-48页 |
| 5.3.1 评价指标 | 第41-42页 |
| 5.3.2 实验验证及结果分析 | 第42-48页 |
| 5.4 本章小结 | 第48-49页 |
| 结论 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55页 |