| 中文摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 引言 | 第9-25页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.2 研究现状 | 第11-23页 |
| 1.2.1 静态社区发现方法研究现状 | 第11-17页 |
| 1.2.2 动态社区发现方法研究现状 | 第17-21页 |
| 1.2.3 并行社区发现方法研究现状 | 第21-23页 |
| 1.3 主要研究内容与组织结构 | 第23-25页 |
| 第二章 考虑社区灰色不确定性的静态社区发现 | 第25-50页 |
| 2.1 引言 | 第25-26页 |
| 2.2 灰色方法概述 | 第26-29页 |
| 2.2.1 灰序列生成 | 第26-27页 |
| 2.2.2 灰色模型 | 第27页 |
| 2.2.3 灰关联分析 | 第27-29页 |
| 2.3 基于标签传播的社区发现 | 第29-31页 |
| 2.3.1 标准标签传播算法 | 第29页 |
| 2.3.2 多标签传播算法 | 第29-31页 |
| 2.4 并行灰色标签传播 | 第31-41页 |
| 2.4.1 灰色标签传播 | 第31-32页 |
| 2.4.2 并行灰色标签传播算法PGLPA-Ⅰ | 第32-35页 |
| 2.4.3 并行灰色标签传播算法PGLPA-Ⅱ算法 | 第35-40页 |
| 2.4.4 算法复杂度分析 | 第40-41页 |
| 2.5 实验结果与分析 | 第41-48页 |
| 2.5.1 实验准备 | 第41-43页 |
| 2.5.2 PGLPPA-Ⅰ实验 | 第43-45页 |
| 2.5.3 PGLPPA-Ⅱ实验 | 第45-48页 |
| 2.6 本章小结 | 第48-50页 |
| 第三章 考虑节点与标签影响力的静态社区发现 | 第50-64页 |
| 3.1 引言 | 第50-51页 |
| 3.2 基于MapReduce模型的并行标签传播算法 | 第51-53页 |
| 3.2.1 设计思想 | 第51-52页 |
| 3.2.2 并行多标签传播算法PMLPA | 第52-53页 |
| 3.2.3 算法复杂度分析 | 第53页 |
| 3.3 考虑节点和标签影响力的并行标签传播 | 第53-57页 |
| 3.3.1 设计思想 | 第53-56页 |
| 3.3.2 考虑影响力的标签传播算法PMLPA-IM | 第56-57页 |
| 3.3.3 算法复杂度分析 | 第57页 |
| 3.4 实验结果与分析 | 第57-62页 |
| 3.4.1 实验准备 | 第57-58页 |
| 3.4.2 人工网络上的实验结果 | 第58-61页 |
| 3.4.3 真实网络上的实验结果 | 第61-62页 |
| 3.5 本章小结 | 第62-64页 |
| 第四章 考虑标签增量更新的动态社区发现 | 第64-79页 |
| 4.1 引言 | 第64-65页 |
| 4.2 动态社区发现的基本概念 | 第65-66页 |
| 4.3 基于标签传播增量重叠社区发现算法 | 第66-69页 |
| 4.3.1 算法设计思想 | 第66-67页 |
| 4.3.2 算法实现 | 第67-69页 |
| 4.3.3 算法复杂度分析 | 第69页 |
| 4.4 实验结果与分析 | 第69-78页 |
| 4.4.1 实验准备 | 第69-70页 |
| 4.4.2 数据集动态变化情况 | 第70-72页 |
| 4.4.3 算法参数影响实验 | 第72-76页 |
| 4.4.4 算法性能实验 | 第76-78页 |
| 4.5 本章小结 | 第78-79页 |
| 第五章 考虑标签局部更新的动态社区发现 | 第79-90页 |
| 5.1 引言 | 第79-80页 |
| 5.2 标签排名算法 | 第80-81页 |
| 5.3 基于局部标签传播的标签排名算法 | 第81-84页 |
| 5.3.1 设计思想 | 第81-82页 |
| 5.3.2 算法实现 | 第82-83页 |
| 5.3.3 算法复杂度分析 | 第83-84页 |
| 5.4 实验结果与分析 | 第84-89页 |
| 5.4.1 实验准备 | 第84页 |
| 5.4.2 算法参数影响实验 | 第84-87页 |
| 5.4.3 算法性能实验 | 第87-89页 |
| 5.5 本章小结 | 第89-90页 |
| 结论 | 第90-92页 |
| 参考文献 | 第92-103页 |
| 致谢 | 第103-104页 |
| 个人简历 | 第104-105页 |
| 在学期间研究成果及发表的学术论文 | 第105页 |
