| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 基于原始拓扑结构的社团检测算法的国内外研究现状 | 第12-14页 |
| 1.2.2 基于改变网络结构的社团检测算法的国内外研究现状 | 第14-16页 |
| 1.3 本文的工作与安排 | 第16-18页 |
| 第二章 复杂网络的相关基础 | 第18-26页 |
| 2.1 复杂网络社团结构的定义 | 第18-19页 |
| 2.2 链路预测的相关知识 | 第19-20页 |
| 2.3 社团检测的评价指标 | 第20-21页 |
| 2.4 社团检测相关算法介绍 | 第21-24页 |
| 2.4.1 Louvain算法 | 第21-22页 |
| 2.4.2 Walktrap算法 | 第22-23页 |
| 2.4.3 EdgeBoost算法 | 第23-24页 |
| 2.5 本章小结 | 第24-26页 |
| 第三章 基于局部团加边删边的社团检测算法 | 第26-46页 |
| 3.1 基于局部团加边删边的社团检测算法描述 | 第26-36页 |
| 3.1.1 算法思想 | 第26-27页 |
| 3.1.2 算法流程 | 第27-28页 |
| 3.1.3 局部团检测策略 | 第28-29页 |
| 3.1.4 局部社团间的加边删边策略 | 第29-34页 |
| 3.1.5 局部社团合并策略 | 第34-35页 |
| 3.1.6 算法时间复杂度分析 | 第35-36页 |
| 3.2 实验与分析 | 第36-45页 |
| 3.2.1 实验数据与评价标准 | 第36页 |
| 3.2.2 LFR基准网络对比实验 | 第36-40页 |
| 3.2.3 真实网络上的对比实验 | 第40-42页 |
| 3.2.4 参数α和参数β的实验分析 | 第42-45页 |
| 3.3 本章小结 | 第45-46页 |
| 第四章 基于中心节点链路预测的社团检测算法 | 第46-61页 |
| 4.1 基于中心节点链路预测的社团检测算法描述 | 第46-53页 |
| 4.1.1 算法思想 | 第46-47页 |
| 4.1.2 算法流程 | 第47页 |
| 4.1.3 节点的中心性指标以及挖掘中心节点的策略 | 第47-49页 |
| 4.1.4 基于中心节点的链路预测策略 | 第49-51页 |
| 4.1.5 社团扩充策略 | 第51-53页 |
| 4.2 实验与分析 | 第53-59页 |
| 4.2.1 实验数据与评价标准 | 第53页 |
| 4.2.2 LFR基准网络对比实验 | 第53-56页 |
| 4.2.3 参数α的敏感性分析 | 第56-57页 |
| 4.2.4 真实网络的实验对比 | 第57-59页 |
| 4.3 本章小结 | 第59-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 工作总结 | 第61-62页 |
| 5.2 未来展望 | 第62-63页 |
| 参考文献 | 第63-70页 |
| 致谢 | 第70-71页 |
| 攻读硕士学位期间发表的学术论文 | 第71-72页 |
| 攻读硕士学位期间参加的科研项目 | 第72页 |
