| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第7-11页 |
| 1.1 研究的背景和意义 | 第7-8页 |
| 1.2 国内外的发展及现状 | 第8-9页 |
| 1.3 论文的主要研究内容 | 第9-10页 |
| 1.4 论文的章节安排 | 第10-11页 |
| 第二章 社会网络分析概述 | 第11-19页 |
| 2.1 社会网络的基本理论与概念 | 第11-14页 |
| 2.2 社会网络中拓扑度量与性质 | 第14-16页 |
| 2.3 社会网络结构发现算法概述 | 第16-18页 |
| 2.4 本章小结 | 第18-19页 |
| 第三章 基于割集的网络层次组织结构发现方法 | 第19-36页 |
| 3.1 问题描述 | 第19-21页 |
| 3.2 割集的概念与应用 | 第21-24页 |
| 3.3 综合性度量 | 第24-28页 |
| 3.3.1 度量的设计 | 第24-25页 |
| 3.3.2 参数的优化 | 第25-26页 |
| 3.3.3 基于BP神经网络模型的权值计算 | 第26-28页 |
| 3.4 算法描述 | 第28-29页 |
| 3.5 实验设计与结果分析 | 第29-35页 |
| 3.6 本章小结 | 第35-36页 |
| 第四章 基于定长随行行走的社区发现方法 | 第36-49页 |
| 4.1 问题描述 | 第36-37页 |
| 4.2 算法设计 | 第37-43页 |
| 4.2.1 网络中心节点集的确定 | 第37-39页 |
| 4.2.2 马尔科夫随机行走模型及随机行走步长的确定 | 第39-40页 |
| 4.2.3 社区树的生成 | 第40-43页 |
| 4.3 算法描述 | 第43页 |
| 4.4 实验设计与结果分析 | 第43-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 5.1 本文工作总结 | 第49-50页 |
| 5.2 未来工作展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第54-55页 |
| 致谢 | 第55页 |