基于张量分解的社团演化分析方法研究
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 社团演化研究现状 | 第12-14页 |
| 1.2.2 张量分解算法研究现状 | 第14-15页 |
| 1.3 论文主要研究内容 | 第15-16页 |
| 1.4 论文组织结构 | 第16-18页 |
| 第2章 相关理论与研究方法 | 第18-35页 |
| 2.1 网络中的基本概念 | 第18-21页 |
| 2.1.1 网络的图表示 | 第18-19页 |
| 2.1.2 社团定义 | 第19-20页 |
| 2.1.3 社团演化模式 | 第20-21页 |
| 2.2 社团演化分析算法 | 第21-26页 |
| 2.2.1 基于派系过滤算法的社团演化 | 第21-22页 |
| 2.2.2 FacetNet框架 | 第22-23页 |
| 2.2.3 GED算法 | 第23-24页 |
| 2.2.4 FICET框架 | 第24-25页 |
| 2.2.5 基于节点比较的社团演化 | 第25-26页 |
| 2.3 张量的基础运算 | 第26-30页 |
| 2.4 张量分解基本原理 | 第30-33页 |
| 2.4.1 CP分解基本原理 | 第31-32页 |
| 2.4.2 Tucker分解基本原理 | 第32-33页 |
| 2.5 本章小结 | 第33-35页 |
| 第3章 基于张量分解的社团演化分析方法 | 第35-49页 |
| 3.1 张量模型建立 | 第35-37页 |
| 3.2 ATLD算法基本原理 | 第37-41页 |
| 3.2.1 问题提出 | 第37-38页 |
| 3.2.2 ATLD方法概述 | 第38-40页 |
| 3.2.3 算法可行性分析 | 第40-41页 |
| 3.3 基于张量分解的社团演化分析方法 | 第41-48页 |
| 3.3.1 核一致诊断法 | 第41-42页 |
| 3.3.2 张量ATLD算法描述 | 第42-44页 |
| 3.3.3 社团发现 | 第44-45页 |
| 3.3.4 基于张量ATLD的社团演化分析方法 | 第45-48页 |
| 3.4 本章小结 | 第48-49页 |
| 第4章 实验结果与分析 | 第49-62页 |
| 4.1 实验环境与数据集 | 第49-50页 |
| 4.1.1 实验环境 | 第49页 |
| 4.1.2 实验数据集 | 第49-50页 |
| 4.2 社团发现评价指标 | 第50-52页 |
| 4.3 数据处理 | 第52-53页 |
| 4.3.1 数据建模 | 第52页 |
| 4.3.2 划分社团数目 | 第52-53页 |
| 4.4 社团发现 | 第53-57页 |
| 4.5 社团演化分析 | 第57-59页 |
| 4.6 本章小结 | 第59-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70页 |
