基于FCA的重叠社区发现
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景与意义 | 第10-12页 |
| ·研究现状 | 第12-13页 |
| ·本文研究内容 | 第13-14页 |
| ·本文的组织结构 | 第14-16页 |
| 第二章 社区发现的理论基础 | 第16-28页 |
| ·复杂网络与社区发现 | 第16-20页 |
| ·复杂网络 | 第16-17页 |
| ·社区发现 | 第17-20页 |
| ·社区发现算法概述 | 第20-23页 |
| ·图划分方法 | 第20-21页 |
| ·分裂方法 | 第21-22页 |
| ·凝聚方法 | 第22-23页 |
| ·其它算法 | 第23页 |
| ·重叠社区发现算法概述 | 第23-26页 |
| ·CPM算法 | 第23-24页 |
| ·CONGA算法 | 第24页 |
| ·LFM算法 | 第24-25页 |
| ·EAGLE算法 | 第25-26页 |
| ·本章小结 | 第26-28页 |
| 第三章 核心社区发现的FCA_CCD算法研究 | 第28-47页 |
| ·形式概念分析 | 第28-33页 |
| ·FCA的基本知识 | 第28-30页 |
| ·概念格的构建算法 | 第30-32页 |
| ·概念格的应用 | 第32-33页 |
| ·基于FCA的社区发现思想 | 第33-38页 |
| ·社区的核心边缘模型 | 第33-34页 |
| ·基于FCA的社区定义 | 第34-37页 |
| ·本文研究步骤 | 第37-38页 |
| ·FCA_CCD算法研究 | 第38-43页 |
| ·形式背景的构建 | 第38-39页 |
| ·核心社区发现 | 第39-42页 |
| ·Hasse树 | 第42-43页 |
| ·实验结果与分析 | 第43-46页 |
| ·实验数据集 | 第43页 |
| ·实验结果 | 第43-44页 |
| ·实验结果分析 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 重叠社区发现的FCA_OCD算法研究 | 第47-59页 |
| ·核心社区的合并 | 第47-49页 |
| ·概念格相似度设计模型 | 第49-53页 |
| ·相似度设计思想 | 第49-51页 |
| ·概念格的相似度设计 | 第51-53页 |
| ·FCA_CCD算法研究 | 第53-55页 |
| ·算法设计 | 第53页 |
| ·社区结果划分 | 第53-55页 |
| ·实验结果与分析 | 第55-58页 |
| ·实验数据集 | 第55页 |
| ·实验结果与分析 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 DBLP的作者协作社区发现 | 第59-68页 |
| ·DBLP数据源处理 | 第59-62页 |
| ·DBLP简介 | 第59-60页 |
| ·XML文件的内容 | 第60-61页 |
| ·作者协作社区介绍 | 第61-62页 |
| ·作者协作社区的发现 | 第62-63页 |
| ·作者科研团队社区发现 | 第63-67页 |
| ·核心社区发现 | 第63-65页 |
| ·重叠社区发现 | 第65-67页 |
| ·实验结果分析 | 第67页 |
| ·本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| ·本文总结 | 第68-69页 |
| ·工作展望 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 攻读硕士学位期间公开发表的论文与科研项目 | 第75-76页 |
| 致谢 | 第76页 |
