基于链接相似度的Web社区发现算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-13页 |
| ·研究背景 | 第8-10页 |
| ·研究现状 | 第10-11页 |
| ·课题研究意义 | 第11-12页 |
| ·本文结构 | 第12-13页 |
| 2 Web资源挖掘及技术 | 第13-22页 |
| ·Web挖掘分类 | 第13-16页 |
| ·Web内容挖掘 | 第14-15页 |
| ·Web结构挖掘 | 第15-16页 |
| ·Web使用挖掘 | 第16页 |
| ·Web挖掘步骤 | 第16-17页 |
| ·Web挖掘在搜索引擎中的应用 | 第17-20页 |
| ·Web内容挖掘在搜索引擎中的应用 | 第17-18页 |
| ·Web结构挖掘在搜索引擎中的应用 | 第18-19页 |
| ·Web日志挖掘在搜索引擎中的应用 | 第19-20页 |
| ·Web挖掘的前景 | 第20-22页 |
| 3 Web的超链接分析和Web社区发现算法研究 | 第22-36页 |
| ·Web的超链接分析 | 第22-29页 |
| ·超链接节点的度的分布 | 第23-25页 |
| ·超链接节点对的平均最短距离 | 第25页 |
| ·超链接节点的聚集系数 | 第25-26页 |
| ·基于超链接分析的Web拓扑结构 | 第26-27页 |
| ·Web超链接结构的形成 | 第27-29页 |
| ·Web社区发现算法研究 | 第29-36页 |
| ·基于HITS算法的Web社区发现 | 第29-32页 |
| ·基于二分有向图的Web社区发现 | 第32-33页 |
| ·基于最大流的社区发现 | 第33-36页 |
| 4 基于相似度的最大流社区发现算法 | 第36-49页 |
| ·最大流算法 | 第36-37页 |
| ·原始最大流社区发现算法存在的问题 | 第37-38页 |
| ·基于HITS的最大流的社区发现算法缺点 | 第38-39页 |
| ·相似度的定义 | 第39页 |
| ·原始超链接相似度介绍 | 第39-41页 |
| ·利用两个网页最短路径的长度计算相似度 | 第39-40页 |
| ·利用共同祖先计算相似度 | 第40页 |
| ·利用共同子孙计算相似度 | 第40页 |
| ·完整的链接相似度计算 | 第40-41页 |
| ·原始链接相似度的缺点 | 第41页 |
| ·改进的链接相似度 | 第41-44页 |
| ·主题相异度 | 第44-46页 |
| ·编辑距离 | 第44-45页 |
| ·计算距离 | 第45-46页 |
| ·主题相异度 | 第46页 |
| ·基于相似度的边的容量计算 | 第46-47页 |
| ·改进的最大流发现社区算法 | 第47-49页 |
| 5 实验和评价 | 第49-55页 |
| ·实验体系结构 | 第49-50页 |
| ·开发环境 | 第50页 |
| ·构建Web图 | 第50-51页 |
| ·实验结果分析 | 第51-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 附录A 核心代码 | 第59-62页 |
| 攻读硕士学位期间发表学术论文情况 | 第62-63页 |
| 致谢 | 第63-64页 |
