基于改进GN算法的茶叶消费者网络社区发现研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-16页 |
| ·研究背景及意义 | 第8-9页 |
| ·个性化推荐 | 第9-10页 |
| ·社区发现 | 第10-15页 |
| ·复杂网络 | 第10-11页 |
| ·社会网络的构建 | 第11-12页 |
| ·经典社区发现算法 | 第12-15页 |
| ·论文工作及结构安排 | 第15-16页 |
| 2 经典的网络社区发现算法—GN算法 | 第16-20页 |
| ·GN算法简介 | 第16-18页 |
| ·边介数 | 第16-17页 |
| ·模块度函数 | 第17页 |
| ·GN算法分析 | 第17-18页 |
| ·GN算法的发展 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 3 茶叶消费者网络的构建方法 | 第20-27页 |
| ·茶叶消费者特征及茶叶分类理论 | 第20-22页 |
| ·茶叶消费者特征 | 第20-21页 |
| ·茶叶分类理论 | 第21-22页 |
| ·茶叶消费者网络的构建步骤 | 第22-24页 |
| ·茶叶消费者用户相似性的改进 | 第24-26页 |
| ·基于项目预测评分填补矩阵缺省值 | 第24-25页 |
| ·基于项目类别相似性的相似度计算 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 4 一种新的改进GN算法 | 第27-37页 |
| ·加权的GN算法 | 第27页 |
| ·快速计算边介数方法 | 第27-29页 |
| ·GN算法循环结束标准 | 第29-30页 |
| ·改进GN算法的描述 | 第30-31页 |
| ·实验仿真 | 第31-36页 |
| ·本章小结 | 第36-37页 |
| 5 基于改进GN算法的茶叶消费者网络社区划分 | 第37-43页 |
| ·茶叶消费者网络的构建 | 第37-39页 |
| ·茶叶消费者网络的划分 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 6 总结与展望 | 第43-44页 |
| ·工作总结 | 第43页 |
| ·未来研究工作展望 | 第43-44页 |
| 参考文献 | 第44-47页 |
| 致谢 | 第47-48页 |
| 个人简介 | 第48页 |
| 在读期间发表的学术论文和研究成果 | 第48页 |
