基于社团结构发现的数据仓库主题抽取的研究
摘要 | 第1-3页 |
Abstract | 第3-6页 |
第一章 绪论 | 第6-10页 |
·选题的背景与意义 | 第6-7页 |
·国内外研究动态 | 第7-8页 |
·研究内容和创新点 | 第8-9页 |
·论文的章节安排 | 第9-10页 |
第二章 复杂网络的相关理论 | 第10-19页 |
·复杂网络的发展及定义 | 第10-11页 |
·复杂网络的发展 | 第10-11页 |
·复杂网络的定义 | 第11页 |
·复杂网络的特征参数 | 第11-14页 |
·几种经典的网络模型 | 第14-18页 |
·规则网络 | 第14-15页 |
·随机网络 | 第15-16页 |
·小世界网络 | 第16-17页 |
·无标度网络 | 第17-18页 |
·小结 | 第18-19页 |
第三章 复杂网络中社团结构发现算法的研究 | 第19-35页 |
·社团结构的定义 | 第19-20页 |
·社团结构发现算法的研究 | 第20-34页 |
·谱平分法 | 第20-22页 |
·分裂算法 | 第22-29页 |
·凝聚算法 | 第29-31页 |
·派系过滤算法 | 第31-34页 |
·小结 | 第34-35页 |
第四章 数据仓库主题的抽取 | 第35-47页 |
·数据仓库主题的抽取方法 | 第35-37页 |
·基于信息传播的加权网络社团发现算法 | 第37-40页 |
·节点的信息向量表示方法 | 第37-40页 |
·算法的基本思想 | 第40页 |
·海洋数据仓库主题的抽取 | 第40-47页 |
·文本预处理 | 第40-41页 |
·文本词语关联网络的构建 | 第41-43页 |
·网络特征分析 | 第43-44页 |
·主题的抽取 | 第44-47页 |
第五章 总结与展望 | 第47-48页 |
·总结 | 第47页 |
·展望 | 第47-48页 |
参考文献 | 第48-51页 |
攻读学位期间的研究成果 | 第51-52页 |
致谢 | 第52-53页 |