| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第12-22页 |
| 1.1 研究背景及意义 | 第12-17页 |
| 1.1.1 研究背景 | 第12-15页 |
| 1.1.2 研究意义 | 第15-17页 |
| 1.2 研究现状 | 第17-20页 |
| 1.2.1 国内研究现状 | 第17-18页 |
| 1.2.2 国外研究现状 | 第18-20页 |
| 1.3 本文主要研究内容与组织结构 | 第20-22页 |
| 第2章 复杂网络社团结构中经典的划分算法 | 第22-30页 |
| 2.1 GN算法 | 第22-24页 |
| 2.1.1 GN算法的基本思想 | 第22-23页 |
| 2.1.2 GN算法的实现 | 第23-24页 |
| 2.2 Newman快速算法 | 第24-25页 |
| 2.2.1 Newman快速算法的基本思想 | 第24-25页 |
| 2.2.2 Newman快速算法的实现 | 第25页 |
| 2.3 谱平分法 | 第25-28页 |
| 2.3.1 谱平分法的基本思想 | 第25-26页 |
| 2.3.2 谱平分法的实现 | 第26-28页 |
| 2.4 Kernighan-Lin算法 | 第28-29页 |
| 2.4.1 Kernighan-Lin算法的基本思想 | 第28页 |
| 2.4.2 Kernighan-Lin算法的实现 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 基于节点相似度的社团结构划分算法 | 第30-42页 |
| 3.1 节点相似度 | 第30-35页 |
| 3.1.1 相似度度量标准 | 第30-34页 |
| 3.1.2 改进的节点相似度定义 | 第34-35页 |
| 3.2 算法描述 | 第35-37页 |
| 3.2.1 基本思想 | 第35-37页 |
| 3.2.2 算法性能分析 | 第37页 |
| 3.3 实验与分析 | 第37-41页 |
| 3.3.1 Zachary空手道俱乐部网络 | 第38-39页 |
| 3.3.2 美国大学足球赛网络 | 第39-40页 |
| 3.3.3 海豚社会网络 | 第40-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第4章 基于节点相对距离的社团结构划分算法 | 第42-51页 |
| 4.1 节点的相对距离 | 第42页 |
| 4.2 以划分为基础的聚类算法 | 第42-44页 |
| 4.3 算法介绍 | 第44-46页 |
| 4.4 实验与分析 | 第46-49页 |
| 4.4.1 海豚家族关系网络 | 第46-47页 |
| 4.4.2 Zachary空手道俱乐部网络 | 第47页 |
| 4.4.3 美国政治书网络 | 第47-48页 |
| 4.4.4 结果分析 | 第48-49页 |
| 4.5 本章小结 | 第49-51页 |
| 总结与展望 | 第51-53页 |
| 参考文献 | 第53-59页 |
| 致谢 | 第59-60页 |
| 附录攻读硕士学位期间发表的学术论文 | 第60页 |