首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于图匹配的社交网络用户群体查询算法研究

摘要第4-5页
abstract第5-6页
第一章 绪论第10-16页
    1.1 研究背景第10-11页
    1.2 研究问题第11-12页
        1.2.1 确定的社交网络上的Top-K指定结点查询第11-12页
        1.2.2 不确定的社交网络上的点集查询第12页
    1.3 研究难点第12-13页
    1.4 研究内容第13-14页
    1.5 研究意义第14-15页
    1.6 文章组织结构第15-16页
第二章 相关理论及方法第16-25页
    2.1 相关概念定义第16-21页
        2.1.1 子图同构第16-17页
        2.1.2 子图模拟第17-18页
        2.1.3 有界模拟第18-19页
        2.1.4 复杂社交网络第19-20页
        2.1.5 多约束模拟第20-21页
    2.2 图匹配方法第21-22页
        2.2.1 图匹配(确定图)第21-22页
        2.2.2 图匹配(不确定图)第22页
    2.3 群体挖掘方法第22-24页
        2.3.1 基于划分的群体挖掘方法第22-23页
        2.3.2 基于模块性优化的群体挖掘方法第23页
        2.3.3 基于标签传播的群体挖掘方法第23-24页
        2.3.4 基于动力学的群体挖掘方法第24页
    2.4 本章小结第24-25页
第三章 多约束Top-K指定结点查询方法第25-48页
    3.1 预备知识第25-29页
        3.1.1 多约束模拟(MCS)第25-27页
        3.1.2 指定结点vd的匹配第27页
        3.1.3 排序函数第27-29页
    3.2 问题描述第29-30页
    3.3 索引第30-34页
        3.3.1 多属性树索引(MA-Tree)第30-31页
        3.3.2 强社交组件索引(SSC-Index)第31-34页
        3.3.3 总结第34页
    3.4 算法第34-39页
        3.4.1 Baseline算法第34-35页
        3.4.2 MTK算法第35-39页
    3.5 实验第39-47页
        3.5.1 实验设定第39-41页
        3.5.2 算法实现及运行环境第41页
        3.5.3 实验结果与分析第41-47页
    3.6 本章小结第47-48页
第四章 基于阈值的多约束点集查询方法第48-64页
    4.1 预备知识第48-52页
        4.1.1 多约束模拟第48-50页
        4.1.2 多约束概率模式匹配第50页
        4.1.3 最小等价子图第50-52页
    4.2 问题描述第52页
    4.3 算法第52-57页
        4.3.1 Baseline算法第53-54页
        4.3.2 随机算法第54-55页
        4.3.3 次优算法第55-56页
        4.3.4 回归算法第56-57页
    4.4 实验第57-63页
        4.4.1 实验设定第57-58页
        4.4.2 算法实现及测试环境第58页
        4.4.3 评价标准第58-59页
        4.4.4 实验结果和分析第59-63页
    4.5 本章小结第63-64页
第五章 总结与展望第64-66页
    5.1 全文总结第64页
    5.2 工作展望第64-66页
参考文献第66-74页
攻读硕士学位期间发表的论文第74-75页
致谢第75-76页

论文共76页,点击 下载论文
上一篇:基于路侧三维激光雷达的车辆检测与追踪方法研究
下一篇:空间众包中的任务分配算法研究