摘要 | 第3-5页 |
Abstract | 第5-6页 |
目录 | 第7-9页 |
第一章 绪论 | 第9-12页 |
1.1 研究背景和意义 | 第9页 |
1.2 国内外研究现状 | 第9-11页 |
1.3 论文研究内容与组织结构 | 第11-12页 |
第二章 经典社团挖掘算法及相关理论 | 第12-23页 |
2.1 图划分算法 | 第12-14页 |
2.1.1 谱平分算法 | 第12-13页 |
2.1.2 NJW 算法 | 第13-14页 |
2.2 层次聚类算法 | 第14-15页 |
2.2.1 标签传播算法 | 第14页 |
2.2.2 GN 算法 | 第14页 |
2.2.3 快速 GN 算法 | 第14-15页 |
2.2.4 基于先验知识的 GN 改进算法 | 第15页 |
2.2.5 多层次本地搜索算法 | 第15页 |
2.3 基于凝聚子群结构指标的挖掘算法 | 第15-20页 |
2.3.1 k 核社团挖掘算法 | 第16页 |
2.3.2 k 派系社团挖掘算法 | 第16-17页 |
2.3.3 最大派系法挖掘重叠社团 | 第17-20页 |
2.4 Lancichinetti 重叠社团挖掘算法 | 第20-21页 |
2.5 算法衡量指标 | 第21-22页 |
2.5.1 模块度 | 第21页 |
2.5.2 标准化互信息 | 第21-22页 |
2.6 本章小结 | 第22-23页 |
第三章 基于先验知识的 NJW 改进算法 | 第23-26页 |
3.1 算法设计 | 第23-24页 |
3.2 实现步骤 | 第24页 |
3.3 时间复杂度分析 | 第24-25页 |
3.4 本章小结 | 第25-26页 |
第四章 三段策略层次聚类算法 | 第26-33页 |
4.1 算法设计 | 第26-27页 |
4.2 实现步骤 | 第27-31页 |
4.3 时间复杂度分析 | 第31-32页 |
4.4 本章小结 | 第32-33页 |
第五章 基于模块度的重叠社团挖掘算法 | 第33-38页 |
5.1 算法设计 | 第33-35页 |
5.2 实现步骤 | 第35-37页 |
5.3 时间复杂度分析 | 第37页 |
5.4 本章小结 | 第37-38页 |
第六章 实验与分析 | 第38-55页 |
6.1 实验数据 | 第38-43页 |
6.2 基于先验知识的 NJW 改进算法实验 | 第43-45页 |
6.3 三段策略层次聚类算法实验 | 第45-52页 |
6.4 基于模块度的重叠社团挖掘算法实验 | 第52-54页 |
6.5 本章小结 | 第54-55页 |
第七章 总结与展望 | 第55-57页 |
7.1 论文工作总结 | 第55页 |
7.2 研究展望 | 第55-57页 |
参考文献 | 第57-59页 |
致谢 | 第59-60页 |
攻读硕士学位期间已发表或录用的论文 | 第60页 |
攻读硕士学位期间参加的课题与项目 | 第60-62页 |