基于归属度的社团结构发现算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 第1章 绪论 | 第8-14页 |
| ·研究背景及意义 | 第8-10页 |
| ·本文研究内容及组织结构 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·传统的社团发现算法 | 第11页 |
| ·分裂算法和凝聚算法 | 第11-12页 |
| ·重叠社团结构发现算法 | 第12-13页 |
| ·基于局部信息的算法 | 第13-14页 |
| 第2章 相关理论知识 | 第14-24页 |
| ·复杂网络 | 第14-16页 |
| ·无权无向图 | 第14页 |
| ·简单图 | 第14页 |
| ·度与邻居节点 | 第14页 |
| ·度分布 | 第14-15页 |
| ·节点聚类系数 | 第15页 |
| ·边的聚类系数 | 第15-16页 |
| ·社团结构 | 第16-18页 |
| ·强社团结构与弱社团结构 | 第16-17页 |
| ·节点与社团归属度定义 | 第17-18页 |
| ·边与社团归属度定义 | 第18页 |
| ·社团结构发现算法检测标准 | 第18-24页 |
| ·实际基准网络 | 第18-20页 |
| ·人造基准网络 | 第20-21页 |
| ·正确划分率 | 第21页 |
| ·共同信息比较法 | 第21-24页 |
| 第3章 基于节点归属度的社团结构发现算法 | 第24-34页 |
| ·节点与社团归属度定义 | 第24-25页 |
| ·网络中初始社团的确定 | 第25-26页 |
| ·归属度阈值 | 第26-27页 |
| ·基于节点归属度的社团结构发现算法原理 | 第27-28页 |
| ·算法过程描述 | 第27-28页 |
| ·由19个节点构成的三社团网络 | 第28页 |
| ·寻找已知节点的社团 | 第28-30页 |
| ·算法过程描述 | 第29页 |
| ·Zachary空手道俱乐部网络 | 第29-30页 |
| ·实验与分析 | 第30-33页 |
| ·College Football网络 | 第30-33页 |
| ·人工网络 | 第33页 |
| ·小结 | 第33-34页 |
| 第4章 基于边的归属度的社团结构发现算法 | 第34-42页 |
| ·边的聚类系数 | 第35-36页 |
| ·边与社团归属度定义 | 第36-37页 |
| ·归属度阈值 | 第37页 |
| ·基于边的归属度的社团结构发现算法原理 | 第37-38页 |
| ·实验与分析 | 第38-40页 |
| ·重叠性社团网络 | 第38-39页 |
| ·Zachary空手道俱乐部网络 | 第39-40页 |
| ·小结 | 第40-42页 |
| 第5章 总结与展望 | 第42-44页 |
| ·总结 | 第42页 |
| ·未来工作展望 | 第42-44页 |
| 参考文献 | 第44-46页 |
| 致谢 | 第46-48页 |
| 攻读硕士学位期间发表的论文 | 第48页 |
