基于结构和属性的图挖掘技术应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-25页 |
| ·研究背景和意义 | 第9-13页 |
| ·国内外研究现状 | 第13-19页 |
| ·基于结构的聚类方法 | 第13-16页 |
| ·基于属性的聚类方法 | 第16-17页 |
| ·基于结构和属性的聚类方法 | 第17-19页 |
| ·存在的问题 | 第19-22页 |
| ·研究内容 | 第22-24页 |
| ·论文的组织 | 第24-25页 |
| 第2章 图聚类及相关概念 | 第25-38页 |
| ·图的相关概念和性质 | 第25-28页 |
| ·对象之间相似度的度量 | 第28-32页 |
| ·基于相似度和距离的度量 | 第28-31页 |
| ·基于关联的度量 | 第31-32页 |
| ·基于连接的度量 | 第32页 |
| ·基于随机游走的相似度度量 | 第32-35页 |
| ·背景介绍 | 第32-33页 |
| ·马尔可夫链 | 第33页 |
| ·随机过程的相关概念 | 第33-34页 |
| ·随机游走相似度度量 | 第34-35页 |
| ·图聚类算法 | 第35-37页 |
| ·划分的聚类方法 | 第35-36页 |
| ·层次的聚类方法 | 第36页 |
| ·基于密度的聚类方法 | 第36-37页 |
| ·基于谱图的聚类方法 | 第37页 |
| ·本章小结 | 第37-38页 |
| 第3章 基于结构和属性的图聚类方法 | 第38-69页 |
| ·结构和属性的图模型 | 第38-44页 |
| ·数据集合的建模 | 第38-40页 |
| ·聚类问题的提出 | 第40-44页 |
| ·SACA 图聚类方法 | 第44-68页 |
| ·图的权值计算 | 第45-52页 |
| ·图的相似度计算 | 第52-61页 |
| ·图的聚类 | 第61-67页 |
| ·算法分析 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 第4章 实验与结果分析 | 第69-84页 |
| ·实验环境 | 第69页 |
| ·实验数据集 | 第69-73页 |
| ·实验数据集的选取 | 第69页 |
| ·实验数据集的存储 | 第69-72页 |
| ·实验数据集的抽取 | 第72-73页 |
| ·实验设计 | 第73-77页 |
| ·参数的选择 | 第73页 |
| ·实验过程 | 第73-77页 |
| ·评估标准 | 第77-78页 |
| ·实验结果的分析 | 第78-83页 |
| ·SACA 聚类方法的质量分析 | 第78-81页 |
| ·SACA 聚类方法的运行时间分析 | 第81-83页 |
| ·本章小结 | 第83-84页 |
| 结论 | 第84-86页 |
| 参考文献 | 第86-94页 |
| 致谢 | 第94页 |
