| 摘要 | 第5-8页 |
| Abstract | 第8-12页 |
| 第1章 绪论 | 第20-28页 |
| 1.1 选题背景与研究意义 | 第20-23页 |
| 1.2 研究思路和内容 | 第23-26页 |
| 1.2.1 研究思路 | 第23-24页 |
| 1.2.2 研究框架 | 第24-25页 |
| 1.2.3 章节安排 | 第25-26页 |
| 1.3 研究的创新点 | 第26-28页 |
| 第2章 相关研究综述 | 第28-48页 |
| 2.1 复杂网络发展历程及基本概念 | 第28-34页 |
| 2.1.1 复杂网络理论的起源 | 第28-29页 |
| 2.1.2 复杂网络的概念 | 第29-31页 |
| 2.1.3 复杂网络的特征 | 第31-34页 |
| 2.2 社团结构探测算法研究综述 | 第34-41页 |
| 2.2.1 非重叠社团结构探测算法 | 第34-38页 |
| 2.2.2 叠社团结构探测算法 | 第38-40页 |
| 2.2.3 动态网络社团探测算法 | 第40-41页 |
| 2.3 密度聚类算法研究综述 | 第41-44页 |
| 2.4 股票复杂网络研究综述 | 第44-45页 |
| 2.5 文献述评 | 第45-48页 |
| 第3章 基于密度聚类FDP的社团结构探测算法 | 第48-70页 |
| 3.1 相关工作 | 第48-53页 |
| 3.1.1 FDP算法分析 | 第48-52页 |
| 3.1.2 等距映射算法(ISOMAP)分析 | 第52-53页 |
| 3.2 ISOFDP算法 | 第53-57页 |
| 3.2.1 网络数据的低维流形映射 | 第54页 |
| 3.2.2 FDPⅠ算法 | 第54-55页 |
| 3.2.3 FDPⅡ算法 | 第55页 |
| 3.2.4 ISOFDP算法框架分析 | 第55-57页 |
| 3.3 实验结果与分析 | 第57-68页 |
| 3.3.1 人工网络实验 | 第57-65页 |
| 3.3.2 真实网络实验 | 第65-68页 |
| 3.4 本章小结 | 第68-70页 |
| 第4章 基于局部流形学习框架的快速社团结构探测算法 | 第70-82页 |
| 4.1 相关工作 | 第70-74页 |
| 4.1.1 地标等距映射算法(L-ISOMAP) | 第70-71页 |
| 4.1.2 局部线性嵌入算法(LLE) | 第71-72页 |
| 4.1.3 拉普拉斯特征映射算法(LE) | 第72-73页 |
| 4.1.4 局部保留投影算法(LPP) | 第73-74页 |
| 4.2 基于局部流形框架的社团结构探测算法 | 第74-75页 |
| 4.3 实验结果与分析 | 第75-81页 |
| 4.3.1 人工网络实验 | 第75-80页 |
| 4.3.2 真实网络实验 | 第80-81页 |
| 4.4 本章小结 | 第81-82页 |
| 第5章 基于隶属度测度的重叠社团结构探测算法 | 第82-92页 |
| 5.1 相关工作 | 第82-84页 |
| 5.1.1 节点隶属度测度(MM) | 第82-84页 |
| 5.1.2 重叠社团分割密度 | 第84页 |
| 5.2 ISOFDPOV算法 | 第84-85页 |
| 5.3 实验结果与分析 | 第85-91页 |
| 5.3.1 人工网络实验 | 第85-89页 |
| 5.3.2 真实网络实验 | 第89-91页 |
| 5.4 本章小结 | 第91-92页 |
| 第6章 基于信号相似度的有权有向网络社团结构探测算法 | 第92-104页 |
| 6.1 本章引言 | 第92-93页 |
| 6.2 相关工作 | 第93-97页 |
| 6.2.1 信号相似度 | 第93-95页 |
| 6.2.2 有向加权模块度 | 第95-97页 |
| 6.3 ISOFDPDW算法 | 第97页 |
| 6.4 实验结果与分析 | 第97-103页 |
| 6.4.1 有权无向网络实验 | 第97-100页 |
| 6.4.2 无权有向网络实验 | 第100-101页 |
| 6.4.3 有权有向网络实验 | 第101-103页 |
| 6.5 本章小结 | 第103-104页 |
| 第7章 基于非负张量分解模型的动态社团结构探测算法 | 第104-122页 |
| 7.1 本章引言 | 第104-106页 |
| 7.2 相关工作 | 第106-111页 |
| 7.2.1 张量基本概念 | 第106-110页 |
| 7.2.2 张量分解模型 | 第110-111页 |
| 7.3 TenFDP算法 | 第111-116页 |
| 7.3.1 邻接张量建模 | 第111-112页 |
| 7.3.2 邻接张量分解 | 第112-114页 |
| 7.3.3 动态社团探测 | 第114-116页 |
| 7.4 实验结果与分析 | 第116-120页 |
| 7.4.1 动态网络构建 | 第116-118页 |
| 7.4.2 动态社团探测结果对比 | 第118-120页 |
| 7.5 本章小结 | 第120-122页 |
| 第8章 基于ISOFDPDW的中信行业指数网络分析 | 第122-132页 |
| 8.1 引言 | 第122-123页 |
| 8.2 研究方法 | 第123-124页 |
| 8.2.1 平面最大过滤图 | 第123-124页 |
| 8.2.2 ISOFDPDW社团探测算法 | 第124页 |
| 8.3 实证分析 | 第124-130页 |
| 8.3.1 样本数据 | 第124-125页 |
| 8.3.2 中信行业指数PMFG网络拓扑结构分析 | 第125-128页 |
| 8.3.3 中信行业指数网络社团结构分析 | 第128-130页 |
| 8.4 本章小结 | 第130-132页 |
| 第9章 结论、建议及展望 | 第132-136页 |
| 9.1 本文的工作总结 | 第132-133页 |
| 9.2 本文的不足及展望 | 第133-134页 |
| 9.3 本文的应用范围 | 第134-136页 |
| 参考文献 | 第136-150页 |
| 博士期间的研究成果 | 第150-152页 |
| 后记 | 第152页 |
