LFM社团发现算法的改进与应用
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第12-22页 |
| 1.1 研究背景与意义 | 第12-14页 |
| 1.2 研究现状 | 第14-20页 |
| 1.2.1 基于全局信息的社团发现算法 | 第14-16页 |
| 1.2.2 基于局部信息的社团发现算法 | 第16页 |
| 1.2.3 其他社团发现算法 | 第16-19页 |
| 1.2.4 复杂网络在中医研究中的应用 | 第19-20页 |
| 1.3 主要研究内容与组织结构安排 | 第20-22页 |
| 第二章 相关理论与概念 | 第22-33页 |
| 2.1 社团结构定义 | 第22页 |
| 2.2 节点中心性评价 | 第22-25页 |
| 2.2.1 基于局部信息的中心性指标 | 第23页 |
| 2.2.2 基于全局信息的中心性指标 | 第23-25页 |
| 2.3 社团发现评价指标 | 第25-28页 |
| 2.3.1 模块度 | 第25-26页 |
| 2.3.2 NMI值 | 第26-27页 |
| 2.3.3 ENMI值 | 第27-28页 |
| 2.4 常用检验网络 | 第28-30页 |
| 2.5 LFM社团发现算法 | 第30-32页 |
| 2.6 小结 | 第32-33页 |
| 第三章 基于动态社团规模参数的LFM改进算法 | 第33-42页 |
| 3.1 基于邻居节点的相似性衡量指标 | 第33-35页 |
| 3.1.1 杰卡德系数 | 第33-34页 |
| 3.1.2 基于杰卡德系数改进的节点相似性 | 第34-35页 |
| 3.2 节点重要性评价 | 第35-38页 |
| 3.2.1 聚类系数 | 第35-36页 |
| 3.2.2 基于聚类系数的动态社团规模参数 | 第36-38页 |
| 3.3 实验与分析 | 第38-41页 |
| 3.3.1 数据集 | 第38-39页 |
| 3.3.2 评价指标 | 第39页 |
| 3.3.3 结果与分析 | 第39-41页 |
| 3.4 小结 | 第41-42页 |
| 第四章 基于随机游走的LFM改进算法 | 第42-50页 |
| 4.1 基于局部随机游走的种子节点选择策略 | 第42-44页 |
| 4.1.1 基于随机游走的种子节点选择策略 | 第42-43页 |
| 4.1.2 基于局部信息的随机游走指标 | 第43-44页 |
| 4.2 基于随机游走的节点相似度评价指标 | 第44-45页 |
| 4.3 赋权网络极大子图发现 | 第45-46页 |
| 4.4 实验与分析 | 第46-48页 |
| 4.4.1 数据集 | 第46页 |
| 4.4.2 评价指标 | 第46-47页 |
| 4.4.3 结果与分析 | 第47-48页 |
| 4.5 小结 | 第48-50页 |
| 第五章 COPD中药网络社团发现 | 第50-58页 |
| 5.1 数据来源与预处理 | 第50-51页 |
| 5.2 网络分析与算法选择 | 第51页 |
| 5.3 中药网络构建 | 第51-53页 |
| 5.3.1 常用中药关联度 | 第51-52页 |
| 5.3.2 基于杰卡德系数的中药关联度 | 第52-53页 |
| 5.3.3 组建COPD中药网络 | 第53页 |
| 5.4 实验与结果分析 | 第53-57页 |
| 5.5 小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 6.1 全文总结 | 第58页 |
| 6.2 研究展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第65页 |
