复杂网络社团演化追踪算法研究
摘要 | 第5-6页 |
abstract | 第6-7页 |
第一章 绪论 | 第11-18页 |
1.1 研究背景及意义 | 第11-13页 |
1.2 研究现状 | 第13-16页 |
1.2.1 静态网络社团划分 | 第13-14页 |
1.2.2 动态网络社团划分 | 第14-15页 |
1.2.3 重叠社团划分 | 第15-16页 |
1.3 论文的研究内容和创新点 | 第16-17页 |
1.4 本文结构安排 | 第17-18页 |
第二章 相关理论与研究现状 | 第18-34页 |
2.1 复杂网络相关性质 | 第18-20页 |
2.2 社团基本理论概念 | 第20-21页 |
2.3 社团划分结果评价方法 | 第21-23页 |
2.4 静态网络的社团检测算法 | 第23-26页 |
2.4.1 基于优化的社团划分算法 | 第23-25页 |
2.4.2 基于启发式的社团划分算法 | 第25-26页 |
2.5 动态网络的社团检测算法 | 第26-31页 |
2.5.1 基于独立聚类的动态网络社团划分算法 | 第27-28页 |
2.5.2 基于增量聚类的动态网络社团划分算法 | 第28-30页 |
2.5.3 基于演化聚类的社团检测算法 | 第30-31页 |
2.6 重叠社团划分算法 | 第31-33页 |
2.6.1 基于派系过滤的重叠社团划分算法 | 第31-32页 |
2.6.2 基于局部扩展的重叠社团划分算法 | 第32页 |
2.6.3 基于边划分的重叠社团划分算法 | 第32-33页 |
2.7 本章小结 | 第33-34页 |
第三章 动态网络非重叠社团演化追踪框架设计 | 第34-60页 |
3.1 引言 | 第34页 |
3.2 算法框架理论描述 | 第34-35页 |
3.3 静态网络非重叠社团划分算法设计 | 第35-44页 |
3.3.1 算法描述 | 第35-36页 |
3.3.2 算法步骤 | 第36-44页 |
3.3.2.1 获取核心子图 | 第36-38页 |
3.3.2.2 计算核心子图社团结构 | 第38-41页 |
3.3.2.3 获得全局社团结构 | 第41-44页 |
3.4 非重叠社团演化追踪算法设计 | 第44-49页 |
3.4.1 算法描述 | 第44-45页 |
3.4.2 算法步骤 | 第45-49页 |
3.5 算法实验验证 | 第49-59页 |
3.5.1 实验环境 | 第49页 |
3.5.2 实验数据集 | 第49页 |
3.5.3 评价指标 | 第49-50页 |
3.5.4 实验结果分析 | 第50-59页 |
3.5.4.1 静态网络社团划分算法实验 | 第50-55页 |
3.5.4.2 动态网络社团划分算法实验 | 第55-59页 |
3.6 本章小结 | 第59-60页 |
第四章 动态网络重叠社团演化追踪框架设计 | 第60-86页 |
4.1 引言 | 第60-61页 |
4.2 算法框架理论描述 | 第61-62页 |
4.3 静态网络重叠社团划分算法设计 | 第62-69页 |
4.3.1 算法描述 | 第62页 |
4.3.2 算法步骤 | 第62-69页 |
4.3.2.1 构建核心边链接子图 | 第63页 |
4.3.2.2 核心链接图的边聚类 | 第63-65页 |
4.3.2.3 边聚类扩展算法 | 第65-68页 |
4.3.2.4 获取重叠社团 | 第68-69页 |
4.4 重叠社团演化追踪算法设计 | 第69-74页 |
4.4.1 算法描述 | 第69-70页 |
4.4.2 算法步骤 | 第70-74页 |
4.5 算法实验验证 | 第74-85页 |
4.5.1 实验环境 | 第74-75页 |
4.5.2 数据集 | 第75页 |
4.5.3 评价指标 | 第75-76页 |
4.5.4 实验结果分析 | 第76-85页 |
4.5.4.1 参数分析 | 第76-78页 |
4.5.4.2 静态网络重叠社团划分算法实验 | 第78-81页 |
4.5.4.3 动态网络重叠社团划分算法实验 | 第81-85页 |
4.6 本章小结 | 第85-86页 |
第五章 总结与展望 | 第86-89页 |
5.1 总结 | 第86-87页 |
5.2 展望 | 第87-89页 |
致谢 | 第89-90页 |
参考文献 | 第90-95页 |
攻读硕士学位期间的研究成果 | 第95页 |