基于模块度最大化的社区发现算法的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究的背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-14页 |
| ·国外研究现状 | 第11-12页 |
| ·国内研究现状 | 第12-14页 |
| ·本文研究的内容 | 第14页 |
| ·本文组织结构 | 第14-15页 |
| 第2章 社区发现算法中的相关概念 | 第15-23页 |
| ·社区 | 第15页 |
| ·社区概述 | 第15页 |
| ·社区性质 | 第15页 |
| ·社区结构 | 第15-16页 |
| ·社区结构评价标准 | 第16-18页 |
| ·模块度 | 第16-18页 |
| ·基于层次聚类的相关算法 | 第18-20页 |
| ·GN算法 | 第18-19页 |
| ·基于混合式合并的社区发现算法 | 第19-20页 |
| ·基于标签传播的相关算法 | 第20-22页 |
| ·基于标签传播的社区发现算法 | 第20-21页 |
| ·LPAm+算法 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 基于模块度最大化的标签传播算法 | 第23-33页 |
| ·算法描述 | 第23-26页 |
| ·相关定义 | 第23-26页 |
| ·算法实现过程 | 第26-32页 |
| ·划分网络 | 第27页 |
| ·更新标签 | 第27页 |
| ·算法部分伪代码 | 第27-29页 |
| ·实例说明 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 基于双向合并的社区发现算法 | 第33-40页 |
| ·双向合并的社区发现算法的描述 | 第33-35页 |
| ·层次聚类思想 | 第33页 |
| ·选取相似度 | 第33-34页 |
| ·双向合并 | 第34-35页 |
| ·算法的实现 | 第35-36页 |
| ·算法举例 | 第35-36页 |
| ·算法的部分伪代码 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 第5章 算法的实验结果分析 | 第40-51页 |
| ·实验环境的基本配置 | 第40页 |
| ·CDMM-LPA算法 | 第40-45页 |
| ·实验数据 | 第40-44页 |
| ·不同算法之间的比较 | 第44-45页 |
| ·CDPM算法 | 第45-50页 |
| ·真实数据集实验 | 第46-48页 |
| ·模拟数据集实验 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第57-58页 |
| 致谢 | 第58-59页 |
| 作者简介 | 第59页 |
