| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 引言 | 第15-16页 |
| 1.2 研究现状与意义 | 第16-20页 |
| 1.2.1 简单网络上的社团检测算法回顾 | 第16-18页 |
| 1.2.2 多层网络上的社团检测算法回顾 | 第18页 |
| 1.2.3 二分网络上的社团检测算法回顾 | 第18-19页 |
| 1.2.4 社团检测的意义 | 第19-20页 |
| 1.3 论文结构安排 | 第20-21页 |
| 第二章 通过最大化surprise来寻找简单网络中的社团 | 第21-33页 |
| 2.1 引言 | 第21-22页 |
| 2.2 社团检测算法MA_S-CD | 第22-26页 |
| 2.2.1 优化目标 | 第22页 |
| 2.2.2 表示方法和初始化方法 | 第22-23页 |
| 2.2.3 交叉和变异 | 第23页 |
| 2.2.4 局部搜索方式 | 第23-24页 |
| 2.2.5 MA_S-CD | 第24-25页 |
| 2.2.6 对不平衡划分进行修正的算法MA_S-CD_revised | 第25-26页 |
| 2.3 实验与分析 | 第26-32页 |
| 2.3.1 实际网络上的实验 | 第27-29页 |
| 2.3.2 真实网络上的实验 | 第29-31页 |
| 2.3.3 对不平衡划分的修正 | 第31-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第三章 通过图层合并的方法来寻找多层网络中的社团 | 第33-43页 |
| 3.1 引言 | 第33-34页 |
| 3.2 多层网络上的社团检测算法LRCD_BNs | 第34-37页 |
| 3.2.1 多层网络的基本概念 | 第34-35页 |
| 3.2.2 图层合并算法neighaggre | 第35-36页 |
| 3.2.3 LRCD-MNs的框架 | 第36-37页 |
| 3.3 实验与分析 | 第37-41页 |
| 3.3.1 neighaggre的验证 | 第38-39页 |
| 3.3.2 算法LRCD-BNs在不同网络上的实验结果 | 第39-41页 |
| 3.4 本章小结 | 第41-43页 |
| 第四章 二分网络上社团检测评价指标的比较 | 第43-69页 |
| 4.1 引言 | 第43页 |
| 4.2 对Q_G，Q_S，Q_M，Q_L进行比较 | 第43-58页 |
| 4.2.1 算法MACD-BNs | 第43-50页 |
| 4.2.2 实验与分析 | 第50-57页 |
| 4.2.3 实验小结 | 第57-58页 |
| 4.3 对Q_B，Q_D的比较 | 第58-67页 |
| 4.3.1 算法MACD | 第58-62页 |
| 4.3.2 实验与分析 | 第62-67页 |
| 4.3.3 实验小结 | 第67页 |
| 4.4 本章小结 | 第67-69页 |
| 第五章 总结与展望 | 第69-71页 |
| 5.1 总结 | 第69页 |
| 5.2 展望 | 第69-71页 |
| 参考文献 | 第71-77页 |
| 致谢 | 第77-79页 |
| 作者简介 | 第79-81页 |
