基于地理位置的网络加权化社团发现算法
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究的背景与意义 | 第10-15页 |
| 1.1.1 研究背景与意义 | 第10-12页 |
| 1.1.2 研究现状 | 第12-13页 |
| 1.1.3 本文的研究意义 | 第13-15页 |
| 1.2 本文的组织结构 | 第15-16页 |
| 第2章 社团结构和社团发现算法 | 第16-28页 |
| 2.1 社团结构 | 第16-17页 |
| 2.2 社团发现算法 | 第17-24页 |
| 2.3 社团发现算法的评价方法 | 第24-26页 |
| 2.3.1 模块度 | 第24-25页 |
| 2.3.2 重叠模块度 | 第25-26页 |
| 2.4 本章小结 | 第26-28页 |
| 第3章 基于共同邻居加权的社团发现算法 | 第28-44页 |
| 3.1 LFM算法 | 第28-29页 |
| 3.2 基于共同邻居的加权方法 | 第29-31页 |
| 3.3 算法的设计与实现 | 第31-33页 |
| 3.4 实验结果及分析 | 第33-42页 |
| 3.4.1 空手道俱乐部网络社团划分效果 | 第34-36页 |
| 3.4.2 海豚社会网络社团划分效果 | 第36-38页 |
| 3.4.3 α对社团划分结果的影响分析 | 第38-42页 |
| 3.4.4 对比实验结果及分析 | 第42页 |
| 3.5 本章小结 | 第42-44页 |
| 第4章 基于地理位置加权的社团发现算法 | 第44-68页 |
| 4.1 互联网数据来源及处理过程 | 第44-48页 |
| 4.1.1 互联网拓扑数据的来源 | 第44-47页 |
| 4.1.2 互联网拓扑数据的处理 | 第47-48页 |
| 4.2 网络规模的缩减方法 | 第48-52页 |
| 4.3 基于地理位置的加权方法 | 第52-55页 |
| 4.4 算法的设计与实现 | 第55-56页 |
| 4.5 实验结果及分析 | 第56-66页 |
| 4.5.1 α 对社团划分结果的影响分析 | 第56-60页 |
| 4.5.2 β对社团划分结果的影响分析 | 第60-61页 |
| 4.5.3 社团重叠点的特性研究 | 第61-62页 |
| 4.5.4 对比实验结果及分析 | 第62-66页 |
| 4.6 本章小结 | 第66-68页 |
| 第5章 总结与展望 | 第68-70页 |
| 5.1 本文工作总结 | 第68页 |
| 5.2 不足及展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-75页 |
