| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第11-23页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 社区的定义 | 第12-15页 |
| 1.2.1 局部定义 | 第12-14页 |
| 1.2.2 全局定义 | 第14-15页 |
| 1.3 全局社区发现 | 第15-18页 |
| 1.3.1 图分割 | 第16页 |
| 1.3.2 层次聚类 | 第16-17页 |
| 1.3.3 分割式聚类 | 第17-18页 |
| 1.4 局部社区抽取 | 第18-21页 |
| 1.4.1 R方法 | 第20页 |
| 1.4.2 M方法 | 第20页 |
| 1.4.3 L方法 | 第20-21页 |
| 1.4.4 LS方法 | 第21页 |
| 1.5 本文的主要工作和结构安排 | 第21-23页 |
| 第二章 基于新的模块度G的社区抽取算法 | 第23-37页 |
| 2.1 引言 | 第23页 |
| 2.2 G方法介绍 | 第23-27页 |
| 2.3 实验 | 第27-36页 |
| 2.3.1 计算机生成的随机网络(R,M,L,G) | 第27-33页 |
| 2.3.2 美国大学足球联赛网络(R,M,L,G) | 第33-35页 |
| 2.3.3 真实论坛网络(R,M,L,G ) | 第35-36页 |
| 2.4 本章小结 | 第36-37页 |
| 第三章 基于博弈论的社区抽取算法比较 | 第37-52页 |
| 3.1 引言 | 第37-39页 |
| 3.2 博弈论模型 | 第39-42页 |
| 3.2.1 模型与讨论 | 第40-41页 |
| 3.2.2 验证博弈论模型 | 第41-42页 |
| 3.3 基于博弈论的改进 | 第42-45页 |
| 3.3.1 R方法的改进(Rimp) | 第42-44页 |
| 3.3.2 LS方法的改进(LSimp) | 第44-45页 |
| 3.4 实验 | 第45-51页 |
| 3.4.1 计算机生成的随机网络(R,Rimp,LS,LSimp) | 第45-49页 |
| 3.4.2 美国大学足球联赛网络(R,Rimp,LS,LSimp) | 第49-51页 |
| 3.4.3 真实论坛网络(R,Rimp,LS,LSimp) | 第51页 |
| 3.5 本章小结 | 第51-52页 |
| 第四章 社区抽取算法在重叠社区划分中的应用 | 第52-63页 |
| 4.1 引言 | 第52-54页 |
| 4.2 本文的改进 | 第54-55页 |
| 4.3 实验 | 第55-61页 |
| 4.3.1 规范化互信息的计算(NMI) | 第56页 |
| 4.3.2 空手道俱乐部网络 | 第56-57页 |
| 4.3.3 海豚家族网络 | 第57-59页 |
| 4.3.4 美国大学生足球联赛网络 | 第59-61页 |
| 4.3.5 真实论坛网络 | 第61页 |
| 4.4 本章小结 | 第61-63页 |
| 第五章 总结和展望 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 致谢 | 第71-72页 |
| 在学期间的研究成果及发表的学术论文 | 第72页 |
