| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 复杂网络概述 | 第15-16页 |
| 1.2 复杂网络中的基本概念 | 第16-17页 |
| 1.3 复杂网络的分类 | 第17-18页 |
| 1.4 网络数据分析的研究内容及意义 | 第18页 |
| 1.5 论文架构安排 | 第18-21页 |
| 第二章 社区检测概述 | 第21-29页 |
| 2.1 社区检测简介 | 第21页 |
| 2.2 社区检测的基本原理 | 第21-22页 |
| 2.3 社区检测的典型算法 | 第22-28页 |
| 2.3.1 Girvan-Newman算法 | 第22-23页 |
| 2.3.2 Fast Newman算法 | 第23页 |
| 2.3.3 Kernighan-Lin算法 | 第23-24页 |
| 2.3.4 Finding and extracting communities算法 | 第24页 |
| 2.3.5 Clique percolation method算法 | 第24-25页 |
| 2.3.6 Dense Shrink算法 | 第25页 |
| 2.3.7 Phase transition算法 | 第25-26页 |
| 2.3.8 Minimum spanning trees算法 | 第26页 |
| 2.3.9 WJJLGSC continuous network model算法 | 第26-27页 |
| 2.3.10 WJ discrete network model算法 | 第27-28页 |
| 2.3.11 其他复杂网络社区检测算法 | 第28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 改进的密度收缩算法 | 第29-47页 |
| 3.1 引言 | 第29页 |
| 3.2 算法中所使用的相似性指标 | 第29-31页 |
| 3.2.1 共同邻居相似度（Common Neighbor Similarity） | 第29-30页 |
| 3.2.2 余弦相似度（Cosine Similarity） | 第30页 |
| 3.2.3 卡兹相似度（Katz Similarity） | 第30-31页 |
| 3.3 Dense Shrink算法框架 | 第31-33页 |
| 3.3.1 算法相关基础概念 | 第31-32页 |
| 3.3.2 算法说明 | 第32-33页 |
| 3.4 改进的Dense Shrink算法 | 第33-37页 |
| 3.4.1 相似度的改进 | 第33-34页 |
| 3.4.2 算法中用合并密度对替代合并微社区 | 第34-35页 |
| 3.4.3 改进的Dense Shrink算法 | 第35-37页 |
| 3.5 实验结果及分析 | 第37-45页 |
| 3.5.1 实验所用数据集及算法优劣性评价指标介绍 | 第37-38页 |
| 3.5.2 对Dense Shrink算法与Improved Dense Shrink算法进行比较 | 第38-39页 |
| 3.5.3 不同相似度运用于算法进行对比 | 第39-43页 |
| 3.5.4 几种算法的对比 | 第43-45页 |
| 3.6 本章小结 | 第45-47页 |
| 第四章 基于网络动力学的符号网络社区检测 | 第47-59页 |
| 4.1 引言 | 第47页 |
| 4.2 基于相位的WJJLGSC网络模型 | 第47-48页 |
| 4.3 将WJJLGSC模型运用于符号网络社区检测 | 第48-49页 |
| 4.4 基于动力学对符号网络进行社区检测算法 | 第49-51页 |
| 4.4.1 不同网络中的动力学 | 第49-50页 |
| 4.4.2 基于动力学的符号网络社区检测算法流程 | 第50-51页 |
| 4.5 实验结果及分析 | 第51-56页 |
| 4.5.1 实验所用数据集及算法优劣性评价指标介绍 | 第51页 |
| 4.5.2 网络模型参数K_p,K_n的选择 | 第51-54页 |
| 4.5.3 在人工生成网络上进行实验 | 第54-56页 |
| 4.6 本章小结 | 第56-59页 |
| 第五章 基于相似度的符号网络社区检测 | 第59-67页 |
| 5.1 引言 | 第59页 |
| 5.2 算法中相关内容介绍 | 第59-61页 |
| 5.2.1 相似度的定义 | 第59-61页 |
| 5.2.2 密度对 | 第61页 |
| 5.2.3 算法的终止条件 | 第61页 |
| 5.3 算法流程介绍 | 第61-62页 |
| 5.4 实验结果 | 第62-65页 |
| 5.4.1 实验所用数据集及算法优劣性评价指标介绍 | 第62-63页 |
| 5.4.2 算法中参数的确定 | 第63页 |
| 5.4.3 实验结果 | 第63-65页 |
| 5.5 总结 | 第65-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 总结 | 第67-68页 |
| 6.2 展望 | 第68-69页 |
| 参考文献 | 第69-75页 |
| 致谢 | 第75-77页 |
| 作者简介 | 第77-78页 |
