复杂网络中的社团发现算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-24页 |
| 1.1 复杂网络概述 | 第10-17页 |
| 1.1.1 复杂网络的起源 | 第10-12页 |
| 1.1.2 复杂网络的模型 | 第12-15页 |
| 1.1.3 复杂网络的研究意义与现状 | 第15-17页 |
| 1.2 社团结构概述 | 第17-21页 |
| 1.2.1 社团结构的定义 | 第17-19页 |
| 1.2.2 社团结构的评价指标 | 第19页 |
| 1.2.3 社团发现研究意义与现状 | 第19-21页 |
| 1.3 本文组织结构 | 第21-22页 |
| 1.4 本文主要工作 | 第22-23页 |
| 1.5 本章小结 | 第23-24页 |
| 第2章 社团发现算法介绍 | 第24-33页 |
| 2.1 全局社团发现算法 | 第24-28页 |
| 2.1.1 GN算法 | 第24-25页 |
| 2.1.2 谱分法 | 第25-26页 |
| 2.1.3 CNM算法 | 第26-27页 |
| 2.1.4 LPA算法 | 第27-28页 |
| 2.2 局部社团发现算法 | 第28-32页 |
| 2.2.1 Clauset算法 | 第29-30页 |
| 2.2.2 Lee算法 | 第30-31页 |
| 2.2.3 LMD算法 | 第31-32页 |
| 2.3 本章小结 | 第32-33页 |
| 第3章 基于节点特征向量的社团发现算法 | 第33-43页 |
| 3.1 引言 | 第33-34页 |
| 3.2 相关算法和理论 | 第34-36页 |
| 3.2.1 算法原理 | 第34-35页 |
| 3.2.2 节点之间的相似度 | 第35-36页 |
| 3.2.3 模块度 | 第36页 |
| 3.3 算法描述及分析 | 第36-38页 |
| 3.3.1 算法描述 | 第36-37页 |
| 3.3.2 算法分析 | 第37-38页 |
| 3.4 实验结果与分析 | 第38-42页 |
| 3.4.1 空手道网络仿真分析 | 第38-40页 |
| 3.4.2 爵士音乐家网络仿真分析 | 第40-41页 |
| 3.4.3 Facebook网络仿真分析 | 第41-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 基于密度聚类的动态重叠社团发现算法 | 第43-58页 |
| 4.1 引言 | 第43-44页 |
| 4.2 相关理论及定义 | 第44-49页 |
| 4.2.1 节点的赋权聚类系数 | 第44-45页 |
| 4.2.2 节点之间的相似度 | 第45-46页 |
| 4.2.3 核心节点的联通性 | 第46-47页 |
| 4.2.4 扩充函数 | 第47-48页 |
| 4.2.5 赋权社团相似度 | 第48-49页 |
| 4.3 算法描述 | 第49-52页 |
| 4.3.1 第一阶段算法 | 第50-51页 |
| 4.3.2 第二阶段算法 | 第51页 |
| 4.3.3 第三阶段算法 | 第51-52页 |
| 4.3.4 算法分析 | 第52页 |
| 4.4 实验结果与分析 | 第52-57页 |
| 4.4.1 空手道网络仿真分析 | 第53-55页 |
| 4.4.2 演化网络中的仿真分析 | 第55-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第5章 总结与展望 | 第58-60页 |
| 5.1 总结 | 第58-59页 |
| 5.2 展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 攻读学位期间参加的科研项目和成果 | 第65页 |
