| 摘要 | 第1-7页 |
| Abstract | 第7-14页 |
| 第一章 绪论 | 第14-35页 |
| ·研究背景、目的及意义 | 第14-19页 |
| ·研究背景 | 第14-17页 |
| ·Web 信息网络研究面临的挑战与存在的不足 | 第17-19页 |
| ·研究的目的与意义 | 第19页 |
| ·研究现状 | 第19-30页 |
| ·基本概念 | 第19-21页 |
| ·社区的定义 | 第21-22页 |
| ·基于结构特征的Web 社区挖掘 | 第22-28页 |
| ·基于内容特征的Web 社区挖掘 | 第28-30页 |
| ·研究思路 | 第30-31页 |
| ·研究内容及创新点 | 第31-35页 |
| 第二章 Web 文档聚类的多粒度层次表示模型 | 第35-55页 |
| ·前言 | 第35页 |
| ·文档表示模型 | 第35-37页 |
| ·布尔模型 | 第35-36页 |
| ·统计语言模型 | 第36页 |
| ·向量空间模型 | 第36-37页 |
| ·文档聚类方法 | 第37-39页 |
| ·多粒度层次表示模型 | 第39-47页 |
| ·预备知识 | 第39页 |
| ·模型表示 | 第39-41页 |
| ·零相似的处理策略 | 第41-45页 |
| ·文档的聚类算法 | 第45-47页 |
| ·实验与分析 | 第47-54页 |
| ·数据集与评价标准 | 第47-49页 |
| ·Web 文档聚类质量 | 第49-51页 |
| ·算法可扩展性 | 第51-52页 |
| ·容差阈值的影响 | 第52-53页 |
| ·语义相似度阈值的影响 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第三章 基于自然计算的新闻组社区挖掘 | 第55-75页 |
| ·前言 | 第55页 |
| ·种群多样性的度量 | 第55-56页 |
| ·基于优生理论的选择策略 | 第56-62页 |
| ·标准的GA 算法 | 第57-58页 |
| ·基于优生理论的选择算子 | 第58-60页 |
| ·实验与分析 | 第60-62页 |
| ·基于民主领导的粒子群优化算法 | 第62-69页 |
| ·标准的PSO 算法 | 第63-64页 |
| ·基于民主领导的粒子飞行策略 | 第64-65页 |
| ·实验与分析 | 第65-69页 |
| ·基于EBSGA/MLCPSO 混合优化的新闻组社区挖掘算法 | 第69-73页 |
| ·基于潜在语义分析的新闻表示模型 | 第69-70页 |
| ·个体编码 | 第70-71页 |
| ·目标函数 | 第71页 |
| ·算法描述 | 第71-72页 |
| ·实验与分析 | 第72-73页 |
| ·本章小结 | 第73-75页 |
| 第四章 基于粒子群算法的社区挖掘 | 第75-92页 |
| ·前言 | 第75-76页 |
| ·网络社区挖掘的粒子群算法 | 第76-83页 |
| ·离散粒子群优化算法 | 第76页 |
| ·CDPSO 算法 | 第76-80页 |
| ·实验与分析 | 第80-83页 |
| ·网络重叠社区挖掘的粒子群算法 | 第83-91页 |
| ·定义与性质 | 第84-85页 |
| ·LGPSO 算法 | 第85-86页 |
| ·实验与分析 | 第86-91页 |
| ·本章小结 | 第91-92页 |
| 第五章 基于谱图理论的网络社区挖掘算法 | 第92-103页 |
| ·前言 | 第92页 |
| ·Web 社区发现的谱聚类比较研究 | 第92-99页 |
| ·谱聚类相关理论与基本思想 | 第93页 |
| ·典型谱聚类算法 | 第93-96页 |
| ·基于谱聚类的Web 社区发现 | 第96页 |
| ·实验与分析 | 第96-99页 |
| ·网络重叠社区挖掘的粗糙谱算法 | 第99-102页 |
| ·粗糙集理论与粗糙聚类 | 第99-100页 |
| ·谱映射 | 第100-101页 |
| ·粗糙谱算法 | 第101-102页 |
| ·实验与分析 | 第102页 |
| ·本章小结 | 第102-103页 |
| 第六章 在线社交网络社区的启发式挖掘框架 | 第103-110页 |
| ·前言 | 第103-104页 |
| ·启发式挖掘框架 | 第104-107页 |
| ·形式定义 | 第104-105页 |
| ·挖掘框架 | 第105-106页 |
| ·挖掘框架的特性 | 第106页 |
| ·挖掘框架的特性验证 | 第106-107页 |
| ·实验与分析 | 第107-109页 |
| ·数据集与评价标准 | 第107-108页 |
| ·实验结果与分析 | 第108-109页 |
| ·本章小结 | 第109-110页 |
| 第七章 内容与结构相结合的聊天室社区挖掘算法 | 第110-119页 |
| ·前言 | 第110页 |
| ·聊天数据的特征分析 | 第110-111页 |
| ·聊天室社区关系的挖掘 | 第111-114页 |
| ·数据预处理 | 第111-112页 |
| ·基于内容的相似度 | 第112-113页 |
| ·基于线程结构的相似度 | 第113-114页 |
| ·社区构建 | 第114页 |
| ·实验与分析 | 第114-118页 |
| ·数据集与评价标准 | 第114-115页 |
| ·实验结果分析 | 第115-118页 |
| ·本章小结 | 第118-119页 |
| 结论与展望 | 第119-122页 |
| 参考文献 | 第122-133页 |
| 攻读博士学位期间取得的研究成果 | 第133-135页 |
| 致谢 | 第135页 |