复杂网络中节点角色发现算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 目的与意义 | 第10页 |
| 1.3 相关工作 | 第10-13页 |
| 1.3.1 复杂网络 | 第10-11页 |
| 1.3.2 角色发现 | 第11-13页 |
| 1.4 论文内容及论文成果 | 第13页 |
| 1.5 论文结构 | 第13-14页 |
| 第二章 复杂网络中群体用户行为实证研究 | 第14-26页 |
| 2.1 引言 | 第14-15页 |
| 2.2 时间分布研究 | 第15-18页 |
| 2.2.1 概率分布模型 | 第15-16页 |
| 2.2.2 参数估计 | 第16-17页 |
| 2.2.3 假设检验 | 第17页 |
| 2.2.4 记忆性和爆发性 | 第17-18页 |
| 2.3 实证研究 | 第18-25页 |
| 2.3.1 数据集说明 | 第18-19页 |
| 2.3.2 短息网络幂率分布 | 第19-20页 |
| 2.3.3 不同活跃度用户组别分析 | 第20-21页 |
| 2.3.4 网络的记忆性和爆发性分析 | 第21-22页 |
| 2.3.5 BBS长贴动力学模型 | 第22-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于有向拓扑势的节点角色发现算法 | 第26-41页 |
| 3.1 引言 | 第26-27页 |
| 3.2 基于有向拓扑势的节点重要性评价 | 第27-32页 |
| 3.2.1 拓扑势及影响因子优选 | 第27-28页 |
| 3.2.2 有向拓扑势 | 第28-30页 |
| 3.2.3 有向拓扑势计算复杂度优化 | 第30-32页 |
| 3.3 基于二维拓扑势的节点角色发现算法 | 第32-35页 |
| 3.3.1 角色定性描述 | 第32-33页 |
| 3.3.2 角色的定量描述 | 第33-34页 |
| 3.3.3 时序图演化检测 | 第34-35页 |
| 3.4 实验分析 | 第35-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 基于社会学属性的在线社会网络角色发现算法 | 第41-50页 |
| 4.1 引言 | 第41-42页 |
| 4.2 社会学属性定义 | 第42-45页 |
| 4.3 矩阵分解 | 第45-47页 |
| 4.3.1 非负矩阵分解算法 | 第45-46页 |
| 4.3.2 角色划分 | 第46-47页 |
| 4.4 实验分析 | 第47-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第五章 基于节点角色的网络演化 | 第50-62页 |
| 5.1 引言 | 第50-51页 |
| 5.2 算法说明 | 第51-54页 |
| 5.2.1 张量 | 第51-52页 |
| 5.2.2 邻接张量 | 第52-53页 |
| 5.2.3 角色划分 | 第53页 |
| 5.2.4 平行因子分解 | 第53-54页 |
| 5.3 基于矩阵分解的网络演化分析 | 第54-55页 |
| 5.4 实验及结果分析 | 第55-60页 |
| 5.4.1 实验1及结果分析 | 第55-58页 |
| 5.4.2 实验2及结果分析 | 第58-60页 |
| 5.5 两种演化方法的比较 | 第60-61页 |
| 5.6 本章小结 | 第61-62页 |
| 第六章 总结 | 第62-63页 |
| 6.1 总结 | 第62页 |
| 6.2 展望 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 致谢 | 第68-69页 |
| 攻读硕士学位期间发表的论文 | 第69页 |
