| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 主要研究内容 | 第10-11页 |
| 1.3 论文组织结构 | 第11-13页 |
| 第2章 复杂社交网络相关工作 | 第13-23页 |
| 2.1 复杂网络与社交网络 | 第13-19页 |
| 2.1.1 复杂网络 | 第13-17页 |
| 2.1.2 社交网络 | 第17-19页 |
| 2.2 国内外研究现状 | 第19-22页 |
| 2.2.1 社区发现概念 | 第19-20页 |
| 2.2.2 社区发现经典算法 | 第20-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第3章 基于中心节点扩展的社区发现算法 | 第23-44页 |
| 3.1 引言 | 第23页 |
| 3.2 中心节点选取方法 | 第23-27页 |
| 3.2.1 经典中心节点选取方法 | 第24-25页 |
| 3.2.2 本文中心节点选取方法 | 第25-27页 |
| 3.3 算法实现 | 第27-32页 |
| 3.4 实验结果与分析 | 第32-42页 |
| 3.4.1 经典社区检验网络Zacharysocialnetwork | 第32-36页 |
| 3.4.2 Zacharysocialnetwork数据集实验结果评价 | 第36-39页 |
| 3.4.3 经典社区检验网络Dolphinsocialnetwork | 第39-42页 |
| 3.4.4 Dolphinsocialnetwork数据集实验结果评价 | 第42页 |
| 3.5 本章小结 | 第42-44页 |
| 第4章 基于中心节点并行扩展的社区发现算法 | 第44-63页 |
| 4.1 引言 | 第44页 |
| 4.2 热点社交网络中心节点挖掘 | 第44-53页 |
| 4.2.1 成员静态影响力计算模型 | 第44-51页 |
| 4.2.2 成员动态影响力计算模型 | 第51-53页 |
| 4.2.3 成员节点中心度计算 | 第53页 |
| 4.3 算法实现 | 第53-56页 |
| 4.4 实验结果与分析 | 第56-62页 |
| 4.4.1 实验数据获取与预处理 | 第56-57页 |
| 4.4.2 实验结果和评价 | 第57-62页 |
| 4.5 本章小结 | 第62-63页 |
| 第5章 总结与展望 | 第63-65页 |
| 5.1 总结 | 第63-64页 |
| 5.2 展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-72页 |
| 攻读学位期间发表的相关论文及研究成果 | 第72页 |
