大规模交往数据集的凝聚子群分析研究
致谢 | 第1-3页 |
摘要 | 第3-4页 |
ABSTRACT | 第4-7页 |
1 绪论 | 第7-10页 |
·研究背景与目的 | 第7-8页 |
·研究方法与步骤 | 第8页 |
·论文组织与安排 | 第8-10页 |
2 相关理论知识 | 第10-19页 |
·基本概念 | 第10-12页 |
·图的基本概念 | 第10-11页 |
·社会网络分析的基本概念 | 第11-12页 |
·社会网络分析中心性指标集 | 第12-16页 |
·点度中心性 | 第13-14页 |
·中间中心性 | 第14-15页 |
·接近中心性 | 第15-16页 |
·凝聚子群 | 第16-19页 |
·派系 | 第16-17页 |
·n-派系 | 第17页 |
·n-宗派 | 第17页 |
·k-丛 | 第17页 |
·k-核 | 第17页 |
·lambda 集合 | 第17-19页 |
3 应用场景分析 | 第19-22页 |
·企业决策支持 | 第19-20页 |
·犯罪侦查 | 第20-21页 |
·其他应用领域 | 第21-22页 |
4 数据分析处理 | 第22-49页 |
·凝聚子群分析模型的结构设计 | 第22-24页 |
·数据预处理 | 第24-28页 |
·数据导入 | 第24-25页 |
·结构优化 | 第25-26页 |
·信息加密 | 第26页 |
·去除噪音 | 第26-27页 |
·粗粒度化 | 第27-28页 |
·建立视图 | 第28页 |
·基本数据结构定义 | 第28-30页 |
·数据接口封装 | 第30-31页 |
·关键图算法的实现 | 第31-37页 |
·无权最短路径算法 | 第31-33页 |
·带权最短路径算法 | 第33-37页 |
·全最短路径算法 | 第37页 |
·社会网络分析指标集的计算 | 第37-38页 |
·点度中心性指标 | 第37-38页 |
·中间中心性指标 | 第38页 |
·接近中心性指标 | 第38页 |
·凝聚子群分析 | 第38-44页 |
·常规凝聚子群分析 | 第39页 |
·自我中心凝聚子群分析 | 第39-42页 |
·整体网络凝聚子群分析 | 第42-43页 |
·其他类型凝聚子群分析 | 第43-44页 |
·数据可视化 | 第44-49页 |
5 实验验证 | 第49-52页 |
·自我中心凝聚子群分析实验验证 | 第49-50页 |
·整体中心凝聚子群分析实验验证 | 第50-52页 |
6 总结与展望 | 第52-54页 |
·论文总结 | 第52-53页 |
·研究展望 | 第53-54页 |
参考文献 | 第54-56页 |