| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究的背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 复杂网络 | 第12-14页 |
| 1.2.2 社团发现 | 第14-15页 |
| 1.2.3 二分网络 | 第15-16页 |
| 1.3 本文研究的主要内容 | 第16页 |
| 1.4 论文的组织结构 | 第16-19页 |
| 第2章 二分网络与社团发现 | 第19-33页 |
| 2.1 二分网络的定义与描述 | 第19-20页 |
| 2.2 二分网络的统计特征 | 第20-22页 |
| 2.2.1 度与度分布 | 第20页 |
| 2.2.2 最短路径长度 | 第20-21页 |
| 2.2.3 集聚系数 | 第21-22页 |
| 2.2.4 介数 | 第22页 |
| 2.3 单顶点网络的社团发现 | 第22-28页 |
| 2.3.1 图划分的算法 | 第23-25页 |
| 2.3.2 层次聚类算法 | 第25-26页 |
| 2.3.3 其他社团划分算法 | 第26-27页 |
| 2.3.4 局部社团发现算法 | 第27-28页 |
| 2.4 二分网络的社团发现 | 第28-31页 |
| 2.4.1 基于边集聚系数的社团发现算法 | 第28-29页 |
| 2.4.2 K_(a,b)-Biclique划分算法 | 第29页 |
| 2.4.3 模块度最优化方法 | 第29-31页 |
| 2.5 本章小结 | 第31-33页 |
| 第3章 基于相似度的二分网络局部社团发现算法 | 第33-49页 |
| 3.1 二分网络局部社团发现的关键问题 | 第33-36页 |
| 3.1.1 局部社团的初始核心 | 第33-34页 |
| 3.1.2 局部社团的扩展方式 | 第34-35页 |
| 3.1.3 局部社团的评判标准 | 第35-36页 |
| 3.2 算法的相关指标 | 第36-39页 |
| 3.2.1 二分网络的节点相似性指标 | 第36-38页 |
| 3.2.2 二分网络的局部社团模块度 | 第38-39页 |
| 3.3 基于相似度的二分网络局部社团发现算法 | 第39-45页 |
| 3.3.1 算法描述 | 第39-40页 |
| 3.3.2 算法实现 | 第40-43页 |
| 3.3.3 实验示例 | 第43-45页 |
| 3.4 算法的复杂度分析 | 第45-47页 |
| 3.4.1 网络的表示与相关参数 | 第45-46页 |
| 3.4.2 时间复杂度 | 第46-47页 |
| 3.4.3 空间复杂度 | 第47页 |
| 3.5 本章小结 | 第47-49页 |
| 第4章 基于中心性的二分网络局部社团划分算法 | 第49-59页 |
| 4.1 算法思想来源 | 第49-50页 |
| 4.2 资源分配的中心性指标 | 第50-51页 |
| 4.3 基于中心性的二分网络局部社团发现算法 | 第51-57页 |
| 4.3.1 算法思想 | 第51-52页 |
| 4.3.2 算法描述 | 第52-53页 |
| 4.3.3 算法实现 | 第53-55页 |
| 4.3.4 实验示例 | 第55-57页 |
| 4.4 算法的复杂度分析 | 第57-58页 |
| 4.4.1 网络的表示与相关参数 | 第57页 |
| 4.4.2 时间复杂度 | 第57-58页 |
| 4.4.3 空间复杂度 | 第58页 |
| 4.5 本章小结 | 第58-59页 |
| 第5章 实验分析 | 第59-75页 |
| 5.1 实验环境 | 第59页 |
| 5.2 实验数据 | 第59-61页 |
| 5.2.1 苏格兰连锁企业网络 | 第59-60页 |
| 5.2.2 文章-作者网络 | 第60-61页 |
| 5.3 SBLCD算法的实验与结果 | 第61-69页 |
| 5.3.1 苏格兰连锁企业网络的SBLCD算法实验 | 第62-66页 |
| 5.3.2 文章-作者网络的SBLCD算法实验 | 第66-69页 |
| 5.4 CBLCD算法的实验与结果 | 第69-74页 |
| 5.4.1 苏格兰连锁企业网络的CBLCD算法实验 | 第69-72页 |
| 5.4.2 文章-作者网络的CBLCD算法实验 | 第72-74页 |
| 5.5 本章小结 | 第74-75页 |
| 第6章 结论与展望 | 第75-77页 |
| 6.1 结论 | 第75-76页 |
| 6.2 工作展望 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81页 |
