基于社团演化的组织动态分析及异常检测技术
| 摘要 | 第9-10页 |
| ABSTRACT | 第10页 |
| 第一章 绪论 | 第11-20页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 研究现状 | 第12-18页 |
| 1.2.1 社团演化分析的研究现状 | 第13-14页 |
| 1.2.2 组织异常检测研究现状 | 第14-18页 |
| 1.3 章节安排 | 第18-20页 |
| 第二章 组织异常检测概述 | 第20-26页 |
| 2.1 组织及组织网络 | 第20-21页 |
| 2.1.1 组织 | 第20-21页 |
| 2.1.2 组织网络 | 第21页 |
| 2.2 组织异常 | 第21-24页 |
| 2.2.1 一般异常的定义 | 第21页 |
| 2.2.2 组织异常的定义 | 第21-22页 |
| 2.2.3 组织异常的分类 | 第22-24页 |
| 2.3 研究思路 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于EM算法和Ｆ检验的模糊社团划分 | 第26-46页 |
| 3.1 经典社团划分算法 | 第26-28页 |
| 3.2 基于EM算法的模糊社团划分 | 第28-32页 |
| 3.2.1 网络映射 | 第28-29页 |
| 3.2.2 节点特征提取 | 第29-30页 |
| 3.2.3 基于期望最大化算法的模糊聚类 | 第30-32页 |
| 3.3 基于F检验的社团合理数量估计 | 第32-38页 |
| 3.3.1 一般社团数量估计方法 | 第32-33页 |
| 3.3.2 方差分析与F检验 | 第33-35页 |
| 3.3.3 社团F统计量 | 第35-38页 |
| 3.4 社团划分实验 | 第38-45页 |
| 3.4.1 实验数据及准确性度量 | 第38-41页 |
| 3.4.2 社团数量估计实验 | 第41-42页 |
| 3.4.3 社团划分实验 | 第42-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 社团演化分析与组织动态描述 | 第46-59页 |
| 4.1 社团演化分析 | 第46-48页 |
| 4.1.1 问题描述 | 第46-47页 |
| 4.1.2 社团角色熵 | 第47-48页 |
| 4.2 基于网络相似度的组织动态描述 | 第48-51页 |
| 4.2.1 基于元素重叠的方法 | 第48页 |
| 4.2.2 基于节点排序的方法 | 第48-49页 |
| 4.2.3 基于向量相似的方法 | 第49-50页 |
| 4.2.4 基于序列相似的方法 | 第50页 |
| 4.2.5 基于网络余弦的方法 | 第50-51页 |
| 4.3 组织动态描述实验 | 第51-58页 |
| 4.3.1 实验数据 | 第51-53页 |
| 4.3.2 人工演化网络实验 | 第53-55页 |
| 4.3.3 果蝇基因调控网络实验 | 第55-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第五章 基于邻域一致性的异常子序列检测 | 第59-69页 |
| 5.1 线性回归 | 第59-61页 |
| 5.1.1 线性回归模型 | 第59-60页 |
| 5.1.2 回归系数的估计 | 第60-61页 |
| 5.2 基于线性回归的邻域一致性度量 | 第61-65页 |
| 5.2.1 问题描述 | 第61页 |
| 5.2.2 子序列邻域回归模型 | 第61-62页 |
| 5.2.3 一致因子 | 第62-64页 |
| 5.2.4 算法描述 | 第64-65页 |
| 5.3 异常子序列检测实验 | 第65-68页 |
| 5.3.1 参数选取 | 第65-67页 |
| 5.3.2 结果分析 | 第67-68页 |
| 5.4 本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-72页 |
| 6.1 工作总结 | 第69-71页 |
| 6.2 未来工作 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-79页 |
| 作者在学期间取得的学术成果 | 第79页 |
