| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景与意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 论文的研究内容和主要工作 | 第10-11页 |
| 1.3.1 论文的研究内容 | 第10-11页 |
| 1.3.2 论文的主要工作 | 第11页 |
| 1.4 论文的组织结构 | 第11-13页 |
| 第二章 复杂网络和社团检测相关概念与定义 | 第13-19页 |
| 2.1 复杂网络的基本概念 | 第13-14页 |
| 2.1.1 复杂网络的发展 | 第13页 |
| 2.1.2 复杂网络的表示 | 第13-14页 |
| 2.2 复杂网络社团检测 | 第14-16页 |
| 2.2.1 社团结构 | 第14页 |
| 2.2.2 社团检测 | 第14-16页 |
| 2.3 评价体系 | 第16-18页 |
| 2.3.1 模块度Q | 第17页 |
| 2.3.2 准确率A | 第17-18页 |
| 2.3.3 共同信息比较法NMI | 第18页 |
| 2.4 本章小结 | 第18-19页 |
| 第三章 基于节点度之差和节点相似性度量的社团检测算法 | 第19-31页 |
| 3.1 节点度之差和节点相似性 | 第19-20页 |
| 3.2 基于节点度之差和节点相似性度量的社团检测算法——DDSCDA算法 | 第20-24页 |
| 3.2.1 DDSCDA算法提出的动因 | 第20页 |
| 3.2.2 DDSCDA算法思想 | 第20-23页 |
| 3.2.3 算法时间复杂度分析 | 第23-24页 |
| 3.3 算法实验与分析 | 第24-30页 |
| 3.3.1 实验环境 | 第24页 |
| 3.3.2 实验数据 | 第24-25页 |
| 3.3.3 实验结果 | 第25-28页 |
| 3.3.4 与其他算法的比较 | 第28-29页 |
| 3.3.5 参数取值实验讨论 | 第29-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第四章 基于最短路径和节点度之差的社团检测算法 | 第31-43页 |
| 4.1 基于最短路径和节点度之差的社团检测算法——SPDDA | 第31-33页 |
| 4.1.1 算法提出需要的背景知识 | 第31-32页 |
| 4.1.2 算法所涉及到的定理及定义 | 第32-33页 |
| 4.2 SPDDA算法 | 第33-37页 |
| 4.2.1 算法思想及设计 | 第33-37页 |
| 4.2.2 时间复杂度分析 | 第37页 |
| 4.3 算法实验与分析 | 第37-42页 |
| 4.3.1 实验环境 | 第37页 |
| 4.3.2 实验数据 | 第37页 |
| 4.3.3 SPDDA实验结果 | 第37-40页 |
| 4.3.4 实验结果比较与评价 | 第40-41页 |
| 4.3.5 参数取值讨论实验 | 第41-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第五章 总结与展望 | 第43-45页 |
| 5.1 本文工作总结 | 第43-44页 |
| 5.2 工作展望 | 第44-45页 |
| 参考文献 | 第45-47页 |
| 在学期间的研究成果 | 第47-48页 |
| 致谢 | 第48页 |
