基于社区结构的社交网络最优路径生成方法研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 社交网络最优路径研究背景和意义 | 第15-18页 |
| 1.1.1 研究背景 | 第15-16页 |
| 1.1.2 选题意义 | 第16-18页 |
| 1.2 国内外研究现状 | 第18-21页 |
| 1.2.1 一般方法 | 第18-19页 |
| 1.2.2 道路交通网络中的SP算法 | 第19-20页 |
| 1.2.3 移动自组织网络中的SP算法 | 第20-21页 |
| 1.3 本文研究目标 | 第21页 |
| 1.4 本论文组织结构 | 第21-23页 |
| 第二章 社交网络最优路径的相关理论 | 第23-33页 |
| 2.1 社交网络的相关知识 | 第23-25页 |
| 2.1.1 社交网络的定义和表示方法 | 第23-24页 |
| 2.1.2 社交网络的特点 | 第24-25页 |
| 2.2 社区检测 | 第25-30页 |
| 2.2.1 社区检测概述 | 第25-26页 |
| 2.2.2 传统社区检测方法 | 第26-28页 |
| 2.2.3 分裂算法 | 第28-29页 |
| 2.2.4 基于模块度优化算法 | 第29-30页 |
| 2.3 最优路径 | 第30-31页 |
| 2.3.1 点到点最优路径 | 第30-31页 |
| 2.3.2 前k条最优路径 | 第31页 |
| 2.4 本章小结 | 第31-33页 |
| 第三章 基于社区检测的最优路径算法 | 第33-45页 |
| 3.1 基于社区检测最优路径算法介绍 | 第33-40页 |
| 3.1.1 本文社区的定义和检测算法 | 第33-36页 |
| 3.1.2 构建社区图 | 第36-37页 |
| 3.1.3 最优k社区路径 | 第37-38页 |
| 3.1.4 最优路径 | 第38-40页 |
| 3.2 实验结果分析 | 第40-43页 |
| 3.2.1 网络数据 | 第40-41页 |
| 3.2.2 评价指标 | 第41页 |
| 3.2.3 结果分析 | 第41-43页 |
| 3.3 本章小结 | 第43-45页 |
| 第四章 社区图最优路径数k | 第45-53页 |
| 4.1 社区检测算法的选择 | 第45-48页 |
| 4.2 社区图最优路径数k对精度的影响 | 第48-49页 |
| 4.2.1 理论分析 | 第48页 |
| 4.2.2 实验结果 | 第48-49页 |
| 4.3 社区图最优路径数k对时间的影响 | 第49-51页 |
| 4.3.1 理论分析 | 第49页 |
| 4.3.2 实验结果 | 第49-51页 |
| 4.4 本章小结 | 第51-53页 |
| 第五章 总结和展望 | 第53-55页 |
| 5.1 总结 | 第53-54页 |
| 5.2 展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-61页 |
| 作者简介 | 第61-62页 |
