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 |
