首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

大规模社交网络中社区发现评估方法研究

摘要第4-5页
Abstract第5页
第1章 绪论第9-13页
    1.1 研究背景和意义第9页
    1.2 国内外研究现状第9-11页
        1.2.1 非重叠社区发现算法概述第10页
        1.2.2 重叠社区发现算法概述第10-11页
        1.2.3 社区发现评估方法第11页
    1.3 本论文的研究内容第11-12页
    1.4 本论文的结构安排第12-13页
第2章 CoDA、CPM和BLMPA算法概述第13-21页
    2.1 CoDA社区发现算法第13-15页
    2.2 CPM社区发现算法第15-16页
    2.3 BLMPA社区发现算法第16-19页
        2.3.1 COPRA算法第17页
        2.3.2 平衡属性系数更新策略第17-18页
        2.3.3 粗糙核心(Rough Core)第18-19页
    2.4 本章小结第19-21页
第3章 F-measure评估方法对社区发现算法的评估第21-35页
    3.1 F-measure评估方法的实现第21-23页
    3.2 实验所用数据集第23-24页
    3.3 F-measure评估方法对CoDA算法的评估第24页
    3.4 F-measure评估方法对CPM算法的评估第24-32页
    3.5 F-measure评估方法对BLMPA算法的评估第32-33页
    3.6 本章小结第33-35页
第4章 Qa评估方法对社区发现算法的评估第35-51页
    4.1 Qa评估方法的实现第35-37页
    4.2 实验所用真实数据集第37页
    4.3 Qa评估方法对CoDA算法的评估第37-41页
    4.4 Qa评估方法对CPM算法的评估第41-46页
    4.5 Qa评估方法对BLMPA算法的评估第46-49页
    4.6 本章小结第49-51页
第5章 基于节点对序列的重叠社区发现评估方法第51-67页
    5.1 三个约束条件第51-52页
    5.2 问题定义第52-54页
    5.3 EOCNS评估方法的实现第54-56页
    5.4 ENCOS评估方法对CoDA算法的评估第56-59页
    5.5 EOCNS评估方法对CPM算法的评估第59-65页
    5.6 EOCNS评估方法对BLMPA算法的评估第65-66页
    5.7 本章小结第66-67页
结论第67-69页
参考文献第69-73页
攻读硕士学位期间所发表的论文第73-75页
致谢第75页

论文共75页,点击 下载论文
上一篇:极值理论在银行信贷风险中的应用
下一篇:具有潜伏细胞的HIV感染模型的动力学分析