| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·引言 | 第8页 |
| ·研究背景 | 第8-12页 |
| ·复杂网络 | 第8-9页 |
| ·社区发现算法 | 第9-10页 |
| ·谱图理论 | 第10页 |
| ·半监督标注学习分类器 | 第10-12页 |
| 第二章 相关工作 | 第12-18页 |
| ·复杂网络社区发现模型 | 第12-16页 |
| ·图分割模型（Graph Partitioning） | 第12-13页 |
| ·凝聚分类模型（Agglomerative Clustering） | 第13页 |
| ·分裂模型（Divisive Algorithm） | 第13-14页 |
| ·模块系数最优化模型（Modularity-based Methods） | 第14-15页 |
| ·谱图分割算法（Specteal Algorithm） | 第15页 |
| ·马尔可夫分类模型（Markov Clustering） | 第15-16页 |
| ·复杂网络社区发现算法性能评价指标 | 第16-17页 |
| ·归一化互信息（Normalized Mutual Information） | 第16页 |
| ·扎卡得系数（Jaccard Coefficient） | 第16-17页 |
| ·本章总结 | 第17-18页 |
| 第三章 基于代数连通性的谱优化复杂网络社区发现模型 | 第18-27页 |
| ·拉普拉斯特征值的性质及谱优化割边学习器 | 第18-23页 |
| ·贪婪谱优化割边学习器和模块系数（Modularity） | 第23-25页 |
| ·基于代数连通性的谱优化复杂网络社区发现模型 | 第25页 |
| ·模型复杂度分析 | 第25-26页 |
| ·本章总结 | 第26-27页 |
| 第四章 基于代数连通性的快速复杂网络社区发现模型 | 第27-32页 |
| ·快速复杂网络社区发现模型框架 | 第27页 |
| ·算法执行 | 第27-30页 |
| ·时间复杂度分析 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第五章 基于代数连通性的自动标注社会网络社区发现模型 | 第32-38页 |
| ·自动标注社区发现模型框架 | 第32-33页 |
| ·算法执行 | 第33-36页 |
| ·时间复杂度分析 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第六章 实验 | 第38-46页 |
| ·模拟数据集 | 第38-42页 |
| ·LFR benchmark 简介 | 第38-40页 |
| ·实验结果 | 第40-42页 |
| ·真实网络数据集 | 第42-46页 |
| ·Zachary’s Karate 俱乐部会员网络 | 第42-43页 |
| ·大学生橄榄球联赛 | 第43页 |
| ·美国政治类图书购买 | 第43-44页 |
| ·美国政治家博客 | 第44页 |
| ·科学家合作 | 第44-46页 |
| 第七章 总结与展望 | 第46-48页 |
| ·总结 | 第46-47页 |
| ·展望 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 发表论文和参加科研情况说明 | 第52-53页 |
| 致谢 | 第53页 |
