| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 引言 | 第11-12页 |
| 1.2 社团发现的研究意义 | 第12-14页 |
| 1.3 社团发现的挑战性问题 | 第14-16页 |
| 1.4 本文工作及组织结构 | 第16-18页 |
| 第二章 社团发现的相关知识及研究现状 | 第18-34页 |
| 2.1 引言 | 第18页 |
| 2.2 基本概念 | 第18-24页 |
| 2.2.1 复杂网络 | 第18-19页 |
| 2.2.2 社团结构 | 第19-21页 |
| 2.2.3 平均路径长度 | 第21-22页 |
| 2.2.4 聚集系数 | 第22页 |
| 2.2.5 节点度分布 | 第22-24页 |
| 2.3 网络仿真模型 | 第24-26页 |
| 2.3.1 GN-benchmark模型 | 第24-25页 |
| 2.3.2 LFR-benchmark模型 | 第25-26页 |
| 2.4 社团结构的评价 | 第26-27页 |
| 2.4.1 模块度 | 第26-27页 |
| 2.4.2 标准互信息 | 第27页 |
| 2.5 社团发现研究现状 | 第27-32页 |
| 2.5.1 传统社团发现 | 第27-28页 |
| 2.5.2 非重叠社团发现经典算法 | 第28-31页 |
| 2.5.3 重叠社团发现经典算法 | 第31-32页 |
| 2.6 本章小结 | 第32-34页 |
| 第三章 基于三支决策的非重叠社团发现 | 第34-51页 |
| 3.1 引言 | 第34页 |
| 3.2 三支决策 | 第34-38页 |
| 3.2.1 Pawlak代数粗糙集模型简介 | 第34-36页 |
| 3.2.2 三支决策简介 | 第36-38页 |
| 3.3 相关定义 | 第38-40页 |
| 3.3.1 社团归属关系定义 | 第38-39页 |
| 3.3.2 节点与节点相似度定义 | 第39页 |
| 3.3.3 社团与社团相似度定义 | 第39-40页 |
| 3.4 基于三支决策的非重叠社团发现算法 | 第40-43页 |
| 3.4.1 条件概率P(S|X)计算 | 第40页 |
| 3.4.2 包含度阈值计算 | 第40-41页 |
| 3.4.3 社团合并决策规则 | 第41-42页 |
| 3.4.4 基于三支决策的非重叠社团发现算法 | 第42-43页 |
| 3.5 实验 | 第43-50页 |
| 3.5.1 计算机模拟网络 | 第43-48页 |
| 3.5.2 真实网络 | 第48-50页 |
| 3.6 本章小结 | 第50-51页 |
| 第四章 基于三支决策的重叠社团发现 | 第51-62页 |
| 4.1 引言 | 第51页 |
| 4.2 节点对社团隶属度定义 | 第51-52页 |
| 4.3 基于三支决策的重叠社团发现算法 | 第52-55页 |
| 4.3.1 重叠节点发现算法 | 第52-53页 |
| 4.3.2 扩展模块度函数、包含度阈值及社团合并决策规则 | 第53-54页 |
| 4.3.3 基于三支决策的重叠社团发现算法 | 第54-55页 |
| 4.4 实验 | 第55-60页 |
| 4.4.1 实验设置 | 第55-56页 |
| 4.4.2 实验结果与分析 | 第56-60页 |
| 4.5 本章小结 | 第60-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 5.1 本文工作总结 | 第62-63页 |
| 5.2 进一步工作 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 附录 | 第68-69页 |