基于层次聚类的社区发现算法研究
| 致谢 | 第3-4页 |
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 1 绪论 | 第13-18页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.3 本文主要研究内容 | 第16-17页 |
| 1.4 本文组织结构 | 第17-18页 |
| 2 社区发现相关理论 | 第18-25页 |
| 2.1 复杂网络相关概念 | 第18-21页 |
| 2.2 经典层次社区发现算法介绍 | 第21-24页 |
| 2.3 本章小结 | 第24-25页 |
| 3 基于节点相似度的层次化社区发现算法 | 第25-38页 |
| 3.1 引言 | 第25页 |
| 3.2 LOUVAIN算法 | 第25-26页 |
| 3.3 节点相似度 | 第26-28页 |
| 3.4 模块度函数 | 第28页 |
| 3.5 SHC算法 | 第28-29页 |
| 3.6 实验结果与分析 | 第29-37页 |
| 3.7 本章小结 | 第37-38页 |
| 4 基于最大团的层次化重叠社区发现算法 | 第38-53页 |
| 4.1 引言 | 第38页 |
| 4.2 算法框架 | 第38-39页 |
| 4.3 最大团问题求解 | 第39-40页 |
| 4.4 社区的扩展合并 | 第40-42页 |
| 4.5 HOMA算法 | 第42-43页 |
| 4.6 实验分析与结果 | 第43-52页 |
| 4.7 本章小结 | 第52-53页 |
| 5 结论 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 作者简历 | 第58-60页 |
| 学位论文数据集 | 第60页 |
