| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 引言 | 第10-14页 |
| 1.1 研究背景及选题意义 | 第10-11页 |
| 1.2 论文主要工作 | 第11-12页 |
| 1.3 论文组织结构 | 第12-14页 |
| 第2章 复杂网络中社区结构的相关概念 | 第14-25页 |
| 2.1 复杂网络中的单部顶点图和二部图 | 第14-16页 |
| 2.2 社区的定义 | 第16-17页 |
| 2.3 社区中的重叠社区 | 第17-18页 |
| 2.4 标号传播算法 | 第18-19页 |
| 2.5 社区模块度的概念 | 第19-21页 |
| 2.5.1 单部顶点(单部图)网络模块度的计算 | 第19-20页 |
| 2.5.2 二部图的模块度 | 第20-21页 |
| 2.6 社区挖掘中的经典算法 | 第21-24页 |
| 2.7 本章小结 | 第24-25页 |
| 第3章 最大团及其求解研究现状 | 第25-32页 |
| 3.1 最大团问题概述 | 第25-26页 |
| 3.1.1 最大团问题的一般描述 | 第25页 |
| 3.1.2 最大团问题的数学描述 | 第25-26页 |
| 3.2 最大团的研究发展 | 第26-27页 |
| 3.3 求解最大团问题算法综述 | 第27-31页 |
| 3.3.1 DAGS算法 | 第27-29页 |
| 3.3.2 最大团问题的HEWN(hierarchicaledge-weightnetwork)算法分析 | 第29页 |
| 3.3.3 蚁群算法ACO | 第29-30页 |
| 3.3.4 GLS算法 | 第30页 |
| 3.3.5 EDA/G算法 | 第30-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第4章 复杂网络的多层与重叠社区的挖掘算法 | 第32-44页 |
| 4.1 复杂网络的多层社区与重叠社区 | 第32-34页 |
| 4.1.1 网络社区的多层与重叠结构 | 第32-33页 |
| 4.1.2 分层挖掘的基本思想 | 第33-34页 |
| 4.2 社区生成算法 | 第34-37页 |
| 4.2.1 产生初始社区 | 第34-35页 |
| 4.2.2 社区的扩展 | 第35-36页 |
| 4.2.3 算法的框架 | 第36-37页 |
| 4.3 社区划分的优化 | 第37-40页 |
| 4.3.1 社区的分裂 | 第37-38页 |
| 4.3.2 社区的合并 | 第38页 |
| 4.3.3 社区外顶点优化 | 第38-39页 |
| 4.3.4 移除顶点 | 第39-40页 |
| 4.4 实验结果及分析 | 第40-43页 |
| 4.4.1 “空手道俱乐部”数据集上的实验结果 | 第40-41页 |
| 4.4.2 “海豚社会”数据集上的实验结果 | 第41-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第5章 基于隶属度传播的社区发现算法 | 第44-54页 |
| 5.1 隶属度传递的基本思想 | 第44-45页 |
| 5.2 顶点相似度和转换矩阵 | 第45-46页 |
| 5.3 社区挖掘算法 | 第46-48页 |
| 5.4 算法收敛性分析 | 第48-50页 |
| 5.5 实验结果及分析 | 第50-53页 |
| 5.5.1 实验1 | 第50-51页 |
| 5.5.2 实验2 | 第51-53页 |
| 5.6 本章小结 | 第53-54页 |
| 第6章 二部网络社区挖掘的交叉迭代算法 | 第54-66页 |
| 6.1 二部网络及其社区挖掘 | 第54-58页 |
| 6.1.1 二部图及其表示 | 第55-56页 |
| 6.1.2 二部图模块度 | 第56-58页 |
| 6.2 基于密度的社区的模块度 | 第58-59页 |
| 6.3 交叉迭代算法 | 第59-64页 |
| 6.3.1 交叉迭代算法的基本思想 | 第59页 |
| 6.3.2 寻找二部图中的团 | 第59-60页 |
| 6.3.3 对社区模块度的优化 | 第60-63页 |
| 6.3.4 算法的基本框架 | 第63-64页 |
| 6.4 实验结果与分析 | 第64-65页 |
| 6.5 本章小结 | 第65-66页 |
| 第7章 总结展望 | 第66-68页 |
| 7.1 研究内容总结 | 第66页 |
| 7.2 研究展望 | 第66-68页 |
| 参考文献 | 第68-74页 |
| 致谢 | 第74-75页 |
| 攻读学位期间发表的学术论文与参加的研究工作 | 第75-76页 |