| 摘要 | 第5-8页 |
| ABSTRACT | 第8-11页 |
| Notations | 第18-19页 |
| Abbreviations | 第19-24页 |
| Chapter 1 Introduction | 第24-44页 |
| 1.1 Background | 第24-25页 |
| 1.2 Network Issues, Notations and Properties | 第25-28页 |
| 1.2.1 Issues Concerning Network Analytics | 第25-26页 |
| 1.2.2 Graph Based Network Notation | 第26-27页 |
| 1.2.3 Eminent Properties of Network | 第27-28页 |
| 1.3 Community Structure Analytics | 第28-31页 |
| 1.3.1 Description of Community Discovery | 第28-29页 |
| 1.3.2 Qualitative Community Definition | 第29-30页 |
| 1.3.3 Existing Approaches for Community Discovery | 第30-31页 |
| 1.4 Structural Balance Analytics | 第31-35页 |
| 1.4.1 Signed Network Notation | 第31-32页 |
| 1.4.2 Structural Balance Theory | 第32-34页 |
| 1.4.3 The Importance of Structural Balance | 第34-35页 |
| 1.5 Optimization and Evolutionary Algorithm | 第35-39页 |
| 1.5.1 What Is Optimization | 第35页 |
| 1.5.2 Why We Need Optimization | 第35-36页 |
| 1.5.3 How to tackle Optimization Problems | 第36页 |
| 1.5.4 Evolutionary Multiobjective Optimization | 第36-39页 |
| 1.6 Particle Swarm Optimization | 第39-41页 |
| 1.6.1 Canonical Particle Swarm Optimization | 第39-40页 |
| 1.6.2 Discrete Particle Swarm Optimization | 第40-41页 |
| 1.7 Multiobjective Particle Swarm Optimization | 第41页 |
| 1.8 Organization of the Dissertation | 第41-44页 |
| Chapter 2 Unsigned Big Network Community Discovery Based on ParticleSwarm Optimization | 第44-62页 |
| 2.1 Motivation | 第44-46页 |
| 2.2 Proposed Algorithm for Community Discovery | 第46-52页 |
| 2.2.1 Algorithm Framework | 第46-47页 |
| 2.2.2 Fitness Function | 第47页 |
| 2.2.3 Particle Representation and Initialization | 第47-48页 |
| 2.2.4 Particle-status-updating Rules | 第48-50页 |
| 2.2.5 Particle Position Reordering | 第50-52页 |
| 2.3 Experimental Study | 第52-58页 |
| 2.3.1 Performance Metric | 第52-53页 |
| 2.3.2 Results on Synthetic Networks | 第53-54页 |
| 2.3.3 Results on Real-world Networks | 第54-58页 |
| 2.4 Additional Discussion on GDPSO | 第58-61页 |
| 2.4.1 Discussion on Algorithm Parameters | 第58-59页 |
| 2.4.2 Discussion on Position Update Principle | 第59-61页 |
| 2.5 Conclusions | 第61-62页 |
| Chapter 3 Signed Big Network Community Detection Based on Particle SwarmOptimization | 第62-72页 |
| 3.1 Motivation | 第62-63页 |
| 3.2 Proposed Algorithm for Community Discovery | 第63-64页 |
| 3.3 Experimental Studies | 第64-70页 |
| 3.3.1 Comparison Algorithms | 第64-65页 |
| 3.3.2 Results on Synthetic Signed Networks | 第65页 |
| 3.3.3 Results on Real-World Signed Networks | 第65-70页 |
| 3.4 Conclusions | 第70-72页 |
| Chapter 4 Multi-Resolution Network Clustering Using MOPSO With Decom-position | 第72-104页 |
| 4.1 Motivations | 第72-74页 |
| 4.1.1 Motivations for Choosing PSO Framework for Complex Network Clustering | 第72-73页 |
| 4.1.2 Motivations for Proposing the Discrete MOPSO Algorithm | 第73页 |
| 4.1.3 Motivations for Introduced Mechanisms to Preserve Diversity | 第73-74页 |
| 4.2 Proposed Algorithm for Multi-Resolution Network Clustering | 第74-84页 |
| 4.2.1 Objective Function | 第74-76页 |
| 4.2.2 Definition of Discrete Position and Velocity | 第76-77页 |
| 4.2.3 Discrete Particle Status Updating | 第77-80页 |
| 4.2.4 Particle Swarm Initialization | 第80页 |
| 4.2.5 Selection of Leaders | 第80-81页 |
| 4.2.6 Framework of the Proposed Algorithm | 第81页 |
| 4.2.7 Turbulence Operator | 第81-83页 |
| 4.2.8 Complexity Analysis | 第83-84页 |
| 4.3 Experimental Studies | 第84-101页 |
| 4.3.1 Comparison Algorithms | 第84-86页 |
| 4.3.2 Experimental Settings | 第86页 |
| 4.3.3 Experiments on Unsigned Benchmark Networks | 第86-90页 |
| 4.3.4 Experiments on Unsigned LFR Benchmark Networks | 第90-91页 |
| 4.3.5 Experiments on Unsigned Real-world Networks | 第91-99页 |
| 4.3.6 Experiments on Signed Networks | 第99-101页 |
| 4.4 Conclusions | 第101-104页 |
| Chapter 5 A Two-Step Approach for Network Structural Balance Analytics | 第104-126页 |
| 5.1 Motivation | 第104-106页 |
| 5.1.1 Limitations of Traditional Methods | 第104-105页 |
| 5.1.2 Our Two-Step Idea | 第105-106页 |
| 5.2 Methodology | 第106-111页 |
| 5.2.1 General Framework | 第106-108页 |
| 5.2.2 Model Selection | 第108-111页 |
| 5.2.3 Complexity Analysis | 第111页 |
| 5.3 Experimental Study | 第111-124页 |
| 5.3.1 Signed Network Data Sets | 第111-113页 |
| 5.3.2 Validation Experiments | 第113-115页 |
| 5.3.3 Comparisons With Other MOEAs | 第115-119页 |
| 5.3.4 Structural Balance Experiments | 第119-123页 |
| 5.3.5 Discussion on Parameters | 第123-124页 |
| 5.4 Conclusions | 第124-126页 |
| Chapter 6 Conclusion And Perspectives | 第126-128页 |
| 6.1 Thesis Conclusion | 第126页 |
| 6.2 Future Directions and Challenges | 第126-128页 |
| References | 第128-140页 |
| Acknowledgements | 第140-142页 |
| Biography | 第142-144页 |
