基于点聚集系数和边聚集系数的社区发现算法
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 前言 | 第8-13页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·本文研究内容 | 第11-12页 |
| ·本文组织结构 | 第12-13页 |
| 第二章 社区发现理论及方法概述 | 第13-30页 |
| ·复杂网络概述 | 第13-15页 |
| ·复杂网络特征 | 第15-19页 |
| ·度与无标度特性 | 第15-16页 |
| ·聚集系数与聚集性 | 第16-18页 |
| ·路径长度与小世界特性 | 第18-19页 |
| ·社区与社区发现 | 第19-21页 |
| ·社区发现算法概述 | 第21-28页 |
| ·层次聚类方法 | 第21-24页 |
| ·GN算法 | 第24-26页 |
| ·Radicchi算法 | 第26-27页 |
| ·基于点聚集系数的局部算法 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 第三章 基于聚集系数的社区发现算法 | 第30-41页 |
| ·引言 | 第30-31页 |
| ·相关概念介绍 | 第31-34页 |
| ·核心成员检测 | 第34-37页 |
| ·经典核心度检测标准 | 第35-36页 |
| ·本文核心度检测标准 | 第36-37页 |
| ·算法思想 | 第37-40页 |
| ·初始社区划分 | 第38-40页 |
| ·社区合并 | 第40页 |
| ·本章小结 | 第40-41页 |
| 第四章 实验设计与分析 | 第41-56页 |
| ·实验环境 | 第41页 |
| ·实验方案 | 第41页 |
| ·本文算法应用于人工简单图 | 第41-45页 |
| ·与基于点聚集系数算法对比实验分析 | 第45-54页 |
| ·对Zachary空手道俱乐部社交网络的社区划分 | 第45-51页 |
| ·对海豚社会网络的社区划分 | 第51-54页 |
| ·算法时间复杂度分析 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| ·全文工作总结 | 第56页 |
| ·研究展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62页 |
