社区发现通用框架的研究与应用
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 主要符号对照表 | 第8-9页 |
| 第1章 引言 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 社区发现技术 | 第11-12页 |
| 1.2.2 社区发现方法评测 | 第12-13页 |
| 1.3 研究内容和贡献 | 第13-14页 |
| 1.4 本文组织结构 | 第14-15页 |
| 第2章 社区发现算法综述 | 第15-23页 |
| 2.1 从整体到社区 | 第15-17页 |
| 2.1.1 直接划分方法 | 第16页 |
| 2.1.2 分裂层次聚类方法 | 第16-17页 |
| 2.2 从局部到社区 | 第17-19页 |
| 2.2.1 标签传播方法 | 第17-18页 |
| 2.2.2 中心性扩展方法 | 第18页 |
| 2.2.3 团渗透方法 | 第18-19页 |
| 2.3 从构造树到社区 | 第19-22页 |
| 2.3.1 凝聚层次聚类方法 | 第19-20页 |
| 2.3.2 矩阵分块方法 | 第20页 |
| 2.3.3 脉络图聚类方法 | 第20-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 社区发现通用框架 | 第23-39页 |
| 3.1 框架概述 | 第23-24页 |
| 3.2 问题定义 | 第24-26页 |
| 3.3 基本概念 | 第26-27页 |
| 3.3.1 近邻相似度 | 第26-27页 |
| 3.3.2 启发式结构 | 第27页 |
| 3.4 通用社区发现算法 | 第27-33页 |
| 3.4.1 工作流程 | 第28-29页 |
| 3.4.2 标准通用算法 | 第29-32页 |
| 3.4.3 框架特性与技术细节 | 第32-33页 |
| 3.5 基于框架的算法实现 | 第33-37页 |
| 3.6 本章小结 | 第37-39页 |
| 第4章 基于通用框架的算法评测 | 第39-57页 |
| 4.1 评测体系 | 第39-42页 |
| 4.2 算法效率评测 | 第42-46页 |
| 4.2.1 时间复杂度 | 第42-43页 |
| 4.2.2 时间开销 | 第43-45页 |
| 4.2.3 框架实现的影响 | 第45-46页 |
| 4.3 社区质量评测 | 第46-50页 |
| 4.3.1 社区精确度 | 第46-47页 |
| 4.3.2 社区有效性 | 第47-50页 |
| 4.4 社区敏感性评测 | 第50-51页 |
| 4.4.1 密度敏感性 | 第50-51页 |
| 4.4.2 重叠度敏感性 | 第51页 |
| 4.5 社区覆盖率评测 | 第51-53页 |
| 4.6 社区分布评测 | 第53页 |
| 4.7 实验结论与分析 | 第53-56页 |
| 4.8 本章小结 | 第56-57页 |
| 第5章 基于通用框架的算法改进 | 第57-67页 |
| 5.1 基于关键因子替换的改进算法 | 第57-60页 |
| 5.2 基于关键步骤变换的改进算法 | 第60-63页 |
| 5.3 实验评测与分析 | 第63-66页 |
| 5.4 本章小结 | 第66-67页 |
| 第6章 社区发现原型系统 | 第67-78页 |
| 6.1 功能模块 | 第67-69页 |
| 6.2 功能特性与技术原理 | 第69-74页 |
| 6.2.1 算法运行状态追踪 | 第69-70页 |
| 6.2.2 多维度社区质量评价 | 第70-72页 |
| 6.2.3 参数学习与算法推荐 | 第72-74页 |
| 6.3 功能展示 | 第74-77页 |
| 6.4 本章小结 | 第77-78页 |
| 第7章 总结与展望 | 第78-80页 |
| 7.1 本文工作总结 | 第78-79页 |
| 7.2 未来工作展望 | 第79-80页 |
| 参考文献 | 第80-83页 |
| 致谢 | 第83-85页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第85-86页 |
