社交网络中结构洞检测算法设计与实现
| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状及发展趋势 | 第9-11页 |
| 1.3 本文主要研究内容及章节安排 | 第11-13页 |
| 1.3.1 本文主要研究内容 | 第11-12页 |
| 1.3.2 章节安排 | 第12-13页 |
| 第二章 课题研究基础知识 | 第13-23页 |
| 2.1 社交网络 | 第13页 |
| 2.2 结构洞理论 | 第13-17页 |
| 2.2.1 结构洞内涵 | 第13-15页 |
| 2.2.2 结构洞指标 | 第15-17页 |
| 2.3 挖掘结构洞的相关方法 | 第17-21页 |
| 2.3.1 经典PageRank算法 | 第17页 |
| 2.3.2 HIS算法 | 第17-19页 |
| 2.3.3 MaxD算法 | 第19页 |
| 2.3.4 ICC算法 | 第19-21页 |
| 2.3.5 BICC算法 | 第21页 |
| 2.3.6 AP_BICC算法 | 第21页 |
| 2.4 本章小节 | 第21-23页 |
| 第三章 基于二步邻居拓扑的E-B结构洞检测算法 | 第23-35页 |
| 3.1 引言 | 第23页 |
| 3.2 问题定义 | 第23-24页 |
| 3.3 E-B结构洞检测算法 | 第24-28页 |
| 3.3.1 E-Burt结构洞节点评价度量 | 第24-26页 |
| 3.3.2 E-B结构洞检测算法 | 第26-28页 |
| 3.4 实验结果与分析 | 第28-34页 |
| 3.4.1 实验数据集及实验环境 | 第28-29页 |
| 3.4.2 结构洞检测指标 | 第29-30页 |
| 3.4.3 对比性能分析 | 第30-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 基于动作日志的结构洞检测算法 | 第35-56页 |
| 4.1 引言 | 第35-36页 |
| 4.2 预备知识与问题定义 | 第36-40页 |
| 4.2.1 预备知识 | 第36-40页 |
| 4.2.2 问题定义 | 第40页 |
| 4.3 结构洞检测模型 | 第40-42页 |
| 4.4 模型学习 | 第42-46页 |
| 4.5 Top-k结构洞检测算法 | 第46-47页 |
| 4.6 实验结果与分析 | 第47-55页 |
| 4.6.1 数据集及实验环境 | 第47-49页 |
| 4.6.2 比较方法与评价指标 | 第49-50页 |
| 4.6.3 实验结果 | 第50-55页 |
| 4.7 本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-64页 |
| 致谢 | 第64-66页 |
| 攻读硕士学位期间发表的学术论文 | 第66-67页 |
