首页--数理科学和化学论文--数学论文--代数、数论、组合理论论文--组合数学(组合学)论文--图论论文

社会网络建模分析及挖掘算法研究

致谢第5-6页
摘要第6-8页
Abstract第8-10页
第1章 绪论第16-32页
    1.1 研究背景及意义第16-22页
        1.1.1 社会网络分析的研究背景第16-18页
        1.1.2复杂网络的研究背景第18-20页
        1.1.3 社会网络建模分析和挖掘的研究意义第20-22页
    1.2 国内外研究现状第22-27页
        1.2.1 实际网络的经验研究和拓扑特性分析第22-23页
        1.2.2 网络模型研究第23-25页
        1.2.3 网络上的动力学行为分析第25页
        1.2.4 社会网络挖掘第25-27页
    1.3 本文的研究思路与主要创新点第27-30页
        1.3.1 研究思路第27-29页
        1.3.2 主要创新点第29-30页
    1.4 本文内容安排第30-32页
第2章 相关理论第32-57页
    2.1 复杂网络简述第32-40页
        2.1.1 复杂网络的有关概念第32-34页
        2.1.2 典型的复杂网络介绍和示例第34-38页
        2.1.3 复杂网络的特性第38-40页
    2.2 复杂网络的描述方法和基本静态特征第40-49页
        2.2.1 网络的图描述第40-42页
        2.2.2 网络的矩阵表示第42-45页
        2.2.3 网络的基本静态特征第45-49页
    2.3 社会网络概述第49-53页
        2.3.1 社会网络的基本概念第49-51页
        2.3.2 社会网络的特点第51-52页
        2.3.3 社会网络和社会网络分析的研究历史第52-53页
    2.4 经典网络模型第53-56页
        2.4.1 规则网络第53-54页
        2.4.2 ER随机网络第54页
        2.4.3 小世界网络模型第54-55页
        2.4.4 无标度网络模型第55-56页
    2.5 本章小结第56-57页
第3章 基于交流率和跳槽率的社会网络模型第57-72页
    3.1 引言第57-58页
    3.2 相关工作第58-62页
        3.2.1 基于复杂人概念的社会网络模型第58-61页
        3.2.2 基于三角形演化机制的社会网络模型第61-62页
    3.3 基于交流率和跳槽率的增长社会网络模型第62-65页
        3.3.1 基本思想第62-63页
        3.3.2 具体分析第63-65页
    3.4 仿真实验第65-71页
        3.4.1 集体分布第65-66页
        3.4.2 度分布第66-68页
        3.4.3 平均距离与聚类系数第68-71页
    3.5 本章小结第71-72页
第4章 基于社会流动性的改进社会网络模型第72-85页
    4.1 引言第72-73页
    4.2 提出的改进模型第73-75页
        4.2.1 建模第73-74页
        4.2.2 现实基础第74-75页
    4.3 分析和讨论第75-77页
        4.3.1 集体分布第75-76页
        4.3.2 成员分布第76-77页
    4.4 仿真实验第77-84页
        4.4.1 集体分布第77-78页
        4.4.2 成员分布第78-79页
        4.4.3 度分布第79-80页
        4.4.4 平均距离和聚类系数第80-84页
    4.5 本章小结第84-85页
第5章 基于中心性指标的社会网络抗毁性分析第85-100页
    5.1 引言第85-86页
    5.2 抗毁性测度第86-89页
        5.2.1 全局抗毁性测度第87-88页
        5.2.2 局部抗毁性测度第88-89页
    5.3 传统节点中心性第89-93页
        5.3.1 度指标第89-90页
        5.3.2 子图指标第90页
        5.3.3 介数指标第90-91页
        5.3.4 特征向量指标第91页
        5.3.5 接近度指标第91-92页
        5.3.6 累计提名指标第92-93页
    5.4 新近提出的两种节点中心性第93-95页
        5.4.1 总体信息中心性指标第93-94页
        5.4.2 二阶中心性指标第94-95页
    5.5 基于节点中心性指导的社会网络抗毁性分析第95-96页
    5.6 仿真实验第96-99页
    5.7 本章小结第99-100页
第6章 基于熵权灰色关联分析的关键边挖掘第100-109页
    6.1 引言第100页
    6.2 链路重要性指标第100-102页
        6.2.1 生成树数目减少率第101页
        6.2.2 最短路径增加率第101-102页
        6.2.3 边介数指标第102页
    6.3 基于灰色关联分析的关键边挖掘方法第102-104页
    6.4 改进方法第104-105页
        6.4.1 熵权法介绍第104-105页
        6.4.2 熵权法的融合第105页
        6.4.3 指标的选择第105页
    6.5 仿真实验第105-107页
        6.5.1 空手道俱乐部网络第106页
        6.5.2 性关系网络第106-107页
    6.6 本章小结第107-109页
第7章 总结与展望第109-112页
    7.1 总结第109-110页
    7.2 未来工作展望第110-112页
参考文献第112-125页
攻读博士学位期间主要的研究成果第125页

论文共125页,点击 下载论文
上一篇:对话在博物馆展览中的意义及运用研究
下一篇:离散空间上几类公平组合游戏的最优策略