| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-10页 |
| 1 绪论 | 第14-28页 |
| 1.1 研究背景和研究意义 | 第14-16页 |
| 1.2 研究现状及存在的问题 | 第16-24页 |
| 1.2.1 基于图分割的社区发现算法 | 第17页 |
| 1.2.2 基于层次聚类或者其它聚类思想的社区发现算法 | 第17-19页 |
| 1.2.3 基于启发式思想的社区发现算法 | 第19-20页 |
| 1.2.4 复杂网络社区发现的新模型和新方法 | 第20-21页 |
| 1.2.5 重叠社区发现算法 | 第21-24页 |
| 1.2.6 存在的问题 | 第24页 |
| 1.3 本文主要的研究内容 | 第24-25页 |
| 1.4 论文的组织结构 | 第25-28页 |
| 2 基于节点相似度的网络社区划分算法 | 第28-44页 |
| 2.1 聚类分析和社区划分 | 第28-32页 |
| 2.1.1 从社区划分到聚类分析 | 第28-30页 |
| 2.1.2 从聚类分析到社区划分 | 第30-31页 |
| 2.1.3 聚类分析与社区划分的转换关系 | 第31-32页 |
| 2.2 基于相似度的传统聚类算法 | 第32-36页 |
| 2.2.1 层次聚类算法AL(Average Linkage) | 第32-33页 |
| 2.2.2 谱聚类算法NJW(Ng,Jordan and Weiss) | 第33页 |
| 2.2.3 近邻传播算法AP(Affinity Propagation) | 第33-34页 |
| 2.2.4 马尔科夫聚类算法MCL(Markov clustering) | 第34-35页 |
| 2.2.5 K均值(K-means)算法 | 第35-36页 |
| 2.3 基于节点相似度的SGN(GN based on similarity)算法 | 第36页 |
| 2.4 实验结果与分析 | 第36-42页 |
| 2.4.1 人工数据集 | 第37-42页 |
| 2.4.2 真实数据集 | 第42页 |
| 2.5 本章小结 | 第42-44页 |
| 3 基于类原型的复杂网络重叠社区发现方法 | 第44-64页 |
| 3.1 基于类原型的重叠社区发现算法的框架 | 第44-47页 |
| 3.1.1 网络节点归属度信息 | 第45页 |
| 3.1.2 基于类原型的重叠社区发现算法的一般框架 | 第45-46页 |
| 3.1.3 阈值ε的选取 | 第46-47页 |
| 3.2 AP-overlap算法 | 第47-48页 |
| 3.3 K-means-overlap算法 | 第48-50页 |
| 3.4 算法的时间复杂度分析 | 第50-51页 |
| 3.5 实验结果与分析 | 第51-63页 |
| 3.5.1 人工实验数据 | 第51-52页 |
| 3.5.2 真实实验数据 | 第52-62页 |
| 3.5.3 讨论 | 第62-63页 |
| 3.6 本章小结 | 第63-64页 |
| 4 基于排序中心度的网络社区发现算法 | 第64-78页 |
| 4.1 K-rank算法用于无向无权网络 | 第64-68页 |
| 4.1.1 初始中心节点的选取 | 第65-67页 |
| 4.1.2 K-rank算法的基本流程 | 第67页 |
| 4.1.3 K-rank算法的时间复杂度 | 第67-68页 |
| 4.2 K-rank算法用于有向网、加权网和重叠社区网络 | 第68-69页 |
| 4.3 实验结果与分析 | 第69-74页 |
| 4.3.1 无向无权的人工网络 | 第69-71页 |
| 4.3.2 有向加权的人工网络 | 第71-74页 |
| 4.3.3 实际网络 | 第74页 |
| 4.4 本章小结 | 第74-78页 |
| 5 贪婪优化Surprise函数的社区发现算法 | 第78-98页 |
| 5.1 AGSO(Algorithm based on Greedy Surprise Optimization)算法 | 第78-84页 |
| 5.1.1 Surprise函数 | 第79页 |
| 5.1.2 AGSO算法的基本思想和步骤 | 第79-84页 |
| 5.2 FAGSO(Fast-AGSO)算法 | 第84-86页 |
| 5.3 时间复杂度分析 | 第86-87页 |
| 5.4 实验结果与分析 | 第87-96页 |
| 5.4.1 三类人工网络在open benchmark上的实验结果 | 第89-91页 |
| 5.4.2 三类人工网络在closed benchmark上的实验结果 | 第91-93页 |
| 5.4.3 两个特殊的网络 | 第93-94页 |
| 5.4.4 真实网络 | 第94-96页 |
| 5.5 本章小结 | 第96-98页 |
| 6 总结与展望 | 第98-102页 |
| 6.1 全文工作总结 | 第98-100页 |
| 6.2 进一步的研究设想 | 第100-101页 |
| 6.3 结束语 | 第101-102页 |
| 参考文献 | 第102-113页 |
| 攻读博士学位期间发表的学术论文 | 第113-116页 |
| 学位论文数据集 | 第116-117页 |
| 附录A S1算法实例 | 第117-122页 |
| 附录B 第五章实验结果补充 | 第122-126页 |
