复杂网络中的社区发现算法研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 专用术语注释表 | 第8-10页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 课题研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 本文主要内容 | 第14-15页 |
| 第二章 相关背景知识介绍 | 第15-27页 |
| 2.1 复杂网络基本概念 | 第15-19页 |
| 2.1.1 复杂网络表示方法 | 第15-16页 |
| 2.1.2 度与度分布 | 第16-17页 |
| 2.1.3 平均路径长度 | 第17页 |
| 2.1.4 聚类系数 | 第17-18页 |
| 2.1.5 接近度中心性 | 第18页 |
| 2.1.6 网络密度 | 第18-19页 |
| 2.2 社区结构 | 第19-20页 |
| 2.3 评价指标 | 第20-23页 |
| 2.3.1 纯度 | 第20-21页 |
| 2.3.2 标准化互信息 | 第21-22页 |
| 2.3.3 模块度 | 第22-23页 |
| 2.4 社区发现算法 | 第23-26页 |
| 2.4.1 基于图分割算法 | 第23-24页 |
| 2.4.2 基于层次聚类算法 | 第24-25页 |
| 2.4.3 基于划分优化算法 | 第25-26页 |
| 2.4.4 基于标签传播算法 | 第26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 基于局部相似度的社区发现算法 | 第27-48页 |
| 3.1 节点相似性度量 | 第27-29页 |
| 3.1.1 全局相似性度量 | 第27-28页 |
| 3.1.2 局部相似性度量 | 第28-29页 |
| 3.2 改进的RA相似度指标 | 第29-33页 |
| 3.2.1 提出问题 | 第29-31页 |
| 3.2.2 定义指标 | 第31-33页 |
| 3.3 基于局部相似度的社区发现算法 | 第33-37页 |
| 3.3.1 K-means算法 | 第33-34页 |
| 3.3.2 模块度Q | 第34-35页 |
| 3.3.3 算法改进 | 第35-36页 |
| 3.3.4 算法步骤 | 第36-37页 |
| 3.3.5 算法时间复杂度 | 第37页 |
| 3.4 CDALS算法实验结果及分析 | 第37-47页 |
| 3.4.1 空手道俱乐部网络 | 第38-40页 |
| 3.4.2 海豚社会网络 | 第40-43页 |
| 3.4.3 美国政治书籍网络 | 第43-45页 |
| 3.4.4 美国大学橄榄球网络 | 第45-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第四章 基于局部影响力的标签传播社区发现算法 | 第48-68页 |
| 4.1 标签传播算法LPA | 第48-50页 |
| 4.1.1 LPA算法基本思想 | 第48-49页 |
| 4.1.2 LPA算法分析 | 第49-50页 |
| 4.2 节点对与之直接相连的节点的局部影响力 | 第50-53页 |
| 4.3 基于局部影响力的标签传播社区发现算法 | 第53-57页 |
| 4.3.1 算法改进 | 第54-55页 |
| 4.3.2 算法描述 | 第55-57页 |
| 4.3.3 算法时间复杂度分析 | 第57页 |
| 4.4 LPALI算法实验结果及分析 | 第57-67页 |
| 4.4.1 空手道俱乐部网络 | 第57-60页 |
| 4.4.2 海豚社会网络 | 第60-62页 |
| 4.4.3 美国大学橄榄球网络 | 第62-64页 |
| 4.4.4 科学家合作网络 | 第64-67页 |
| 4.5 本章小结 | 第67-68页 |
| 第五章 总结与展望 | 第68-70页 |
| 5.1 总结 | 第68-69页 |
| 5.2 展望 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第73-74页 |
| 附录2 攻读硕士学位期间申请的专利 | 第74-75页 |
| 致谢 | 第75页 |
