| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景和意义 | 第10页 |
| 1.2 国内外的研究现状 | 第10-14页 |
| 1.2.1 社交网络社区发现的研究现状 | 第10-13页 |
| 1.2.2 PageRank算法的研究现状 | 第13-14页 |
| 1.3 本文主要工作和内容安排 | 第14-15页 |
| 第2章 复杂网络社区发现概述 | 第15-23页 |
| 2.1 复杂网络社区划分相关概念 | 第15-20页 |
| 2.1.1 社区相关概念和指标 | 第15-18页 |
| 2.1.2 评判原则 | 第18-20页 |
| 2.2 复杂网络社区发现的经典算法 | 第20-22页 |
| 2.2.1 Fast GN算法 | 第20-21页 |
| 2.2.2 高斯核PageRank社区划分算法 | 第21-22页 |
| 2.2.3 CD-TRandwalk算法 | 第22页 |
| 2.3 本章小结 | 第22-23页 |
| 第3章 基于PageRank算法和信息扩散的社区发现算法PR-DCS | 第23-41页 |
| 3.1 马尔可夫链与PageRank算法 | 第23-24页 |
| 3.2 节点的信息扩散原理 | 第24-29页 |
| 3.3 PR-DCS算法 | 第29-34页 |
| 3.3.1 相关概念描述及公式 | 第29-30页 |
| 3.3.2 PR-DCS社区发现算法描述 | 第30-32页 |
| 3.3.3 PR-DCS社区发现算法实现过程 | 第32-34页 |
| 3.4 实验结果与分析 | 第34-40页 |
| 3.4.1 空手道俱乐部网络 | 第34-36页 |
| 3.4.2 宽吻海豚网络 | 第36-38页 |
| 3.4.3 美国大学橄榄球网络 | 第38页 |
| 3.4.4 迭代次数对算法的影响 | 第38-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第4章 基于信息扩散变化量的社区发现算法PR-DCS pro | 第41-44页 |
| 4.1 PR-DCS pro相关概念 | 第41-42页 |
| 4.1.1 增量矩阵概念 | 第41-42页 |
| 4.1.2 合并原则 | 第42页 |
| 4.2 实验结果及分析 | 第42-43页 |
| 4.3 本章小结 | 第43-44页 |
| 结论 | 第44-46页 |
| 参考文献 | 第46-49页 |
| 致谢 | 第49-51页 |
| 攻读硕士期间发表的学术论文 | 第51-52页 |