| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第12-21页 |
| 1.1 研究背景与意义 | 第12-15页 |
| 1.2 国内外研究现状 | 第15-18页 |
| 1.2.1 无符号网络聚类算法的国内外研究现状 | 第15-17页 |
| 1.2.2 符号网络聚类算法的国内外研究现状 | 第17-18页 |
| 1.3 本文的工作与安排 | 第18-21页 |
| 第二章 复杂网络聚类相关基础 | 第21-33页 |
| 2.1 复杂网络社团结构的定义 | 第21-26页 |
| 2.1.1 无符号网络社团结构的定义 | 第21-22页 |
| 2.1.2 符号网络社团结构的定义 | 第22-24页 |
| 2.1.3 性能评价指标 | 第24-26页 |
| 2.2 基于随机游走的算法介绍 | 第26-27页 |
| 2.3 无符号网络社团结构检测经典算法 | 第27-30页 |
| 2.3.1 GN算法 | 第28页 |
| 2.3.2 FN算法 | 第28-29页 |
| 2.3.3 GAS算法 | 第29-30页 |
| 2.4 符号网络社团结构检测经典算法 | 第30-32页 |
| 2.4.1 FEC算法 | 第30-31页 |
| 2.4.2 MEAs-SN算法 | 第31-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第三章 基于随机游走的无符号网络社团结构检测算法 | 第33-49页 |
| 3.1 基于随机游走的无符号网络社团结构检测算法 | 第33-39页 |
| 3.1.1 随机游走模型 | 第33-36页 |
| 3.1.2 基于随机游走的无符号网络社团结构检测算法思想 | 第36-37页 |
| 3.1.3 基于随机游走的无符号网络社团结构检测算法流程 | 第37-39页 |
| 3.2 实验与分析 | 第39-48页 |
| 3.2.1 实验数据 | 第40-41页 |
| 3.2.2 RWA算法性能分析 | 第41-45页 |
| 3.2.3 局部完全子图性能分析 | 第45-48页 |
| 3.3 本章小结 | 第48-49页 |
| 第四章 基于随机游走的符号网络社团结构检测算法 | 第49-66页 |
| 4.1 基于随机游走的符号网络社团结构检测算法 | 第49-54页 |
| 4.1.1 基于随机游走的符号网络社团结构检测算法思想 | 第49-50页 |
| 4.1.2 基于随机游走的符号网络社团结构检测算法流程 | 第50-54页 |
| 4.2 实验与分析 | 第54-64页 |
| 4.2.1 实验数据 | 第54-57页 |
| 4.2.2 SRWA算法性能分析 | 第57-64页 |
| 4.3 本章小结 | 第64-66页 |
| 第五章 总结和展望 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 致谢 | 第73-74页 |
| 攻读硕士学位期间发表的学术论文 | 第74-75页 |
| 攻读硕士学位期间参加的科研项目 | 第75页 |
