复杂网络重叠社区结构的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-12页 |
| ·研究背景 | 第8-9页 |
| ·研究意义 | 第9-10页 |
| ·本文的内容及结构安排 | 第10-12页 |
| 2 复杂网络的基础理论 | 第12-22页 |
| ·网络的图表示 | 第12-13页 |
| ·复杂网络的基本性质 | 第13-15页 |
| ·度与度分布 | 第13-14页 |
| ·平均路径长度 | 第14-15页 |
| ·聚类系数 | 第15页 |
| ·复杂网络的演化模型 | 第15-21页 |
| ·随机网络 | 第16-17页 |
| ·小世界网络 | 第17-19页 |
| ·无标度网络 | 第19-21页 |
| ·小结 | 第21-22页 |
| 3 复杂网络的社区结构 | 第22-32页 |
| ·社区结构的定义 | 第22-25页 |
| ·强社区结构和弱社区结构 | 第23页 |
| ·派系 | 第23-24页 |
| ·LS集 | 第24-25页 |
| ·模块化函数 | 第25页 |
| ·社区结构的发现算法 | 第25-29页 |
| ·图论方法 | 第26页 |
| ·社会学方法 | 第26-28页 |
| ·复杂网络中的社区结构发现算法 | 第28-29页 |
| ·社区结构发现算法的缺陷 | 第29-31页 |
| ·小结 | 第31-32页 |
| 4 复杂网络的重叠社区结构 | 第32-46页 |
| ·重叠模块度 | 第32-33页 |
| ·复杂网络重叠社区结构发现算法 | 第33-45页 |
| ·弱连接与结构洞 | 第33-35页 |
| ·派系过滤算法 | 第35-36页 |
| ·基于重叠模块度的优化算法 | 第36-39页 |
| ·同时探测层次性和重叠性的社区结构发现算法 | 第39-43页 |
| ·其他算法 | 第43-45页 |
| ·小结 | 第45-46页 |
| 5 实证研究 | 第46-56页 |
| ·企业网络 | 第46-48页 |
| ·人造网络 | 第48-50页 |
| ·BBS论坛 | 第50-54页 |
| ·BBS网络的拓扑特征 | 第51-53页 |
| ·BBS网络的社区结构 | 第53-54页 |
| ·小结 | 第54-56页 |
| 6 结论与展望 | 第56-58页 |
| ·结论 | 第56页 |
| ·展望 | 第56-58页 |
| 致谢 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 附录 | 第64页 |
