首页--政治、法律论文--中国政治论文--国家行政管理论文--公安工作论文--公安行政工作论文

个人网络的社交圈发现算法研究

摘要第5-6页
abstract第6页
引言第10-12页
1 绪论第12-18页
    1.1 研究背景与意义第12-14页
    1.2 国内外研究现状第14-16页
    1.3 本文主要内容和组织结构第16-18页
        1.3.1 主要内容第16-17页
        1.3.2 组织结构第17-18页
2 社交网络社区发现算法概述第18-36页
    2.1 社交网络相关理论第18-25页
        2.1.1 社交网络的表示方法第18-19页
        2.1.2 社交网络的重要概念第19-25页
        2.1.3 社交网络的社区结构第25页
    2.2 非重叠社区发现算法第25-29页
        2.2.1 谱平分法第25-26页
        2.2.2 KL算法第26页
        2.2.3 GN算法第26-27页
        2.2.4 Newman快速算法第27-29页
        2.2.5 LPA算法第29页
    2.3 重叠社区发现算法第29-34页
        2.3.1 CPM算法第30-31页
        2.3.2 EAGLE算法第31-33页
        2.3.3 LFM算法第33-34页
        2.3.4 COPRA算法第34页
    2.4 本章小结第34-36页
3 个人网络的社交圈发现算法第36-48页
    3.1 个人网络概述第36-37页
    3.2 DSCEN算法第37-43页
        3.2.1 算法模型构建第37-39页
        3.2.2 算法训练过程第39-41页
        3.2.3 属性向量构建第41-43页
        3.2.4 算法描述第43页
    3.3 DSCEN快速算法第43-47页
        3.3.1 MCMC方法第44-45页
        3.3.2 算法描述第45-47页
    3.4 本章小结第47-48页
4 个人网络社交圈发现算法的改进第48-61页
    4.1 基于节点相似度的DSCEN算法改进第48-50页
        4.1.1 节点相似度构建第48-49页
        4.1.2 DSCEN算法改进第49-50页
    4.2 DSCEN算法改进的实验分析与评估第50-57页
        4.2.1 实验数据第50页
        4.2.2 实验方案第50-51页
        4.2.3 算法评估方法第51-52页
        4.2.4 实验结果与分析第52-57页
    4.3 基于节点中心性的DSCEN快速算法改进第57-58页
        4.3.1 节点中心性构建第57-58页
        4.3.2 DSCEN快速算法改进第58页
    4.4 DSCEN快速算法改进的实验分析与评估第58-60页
        4.4.1 实验方案第58-59页
        4.4.2 实验结果与分析第59-60页
    4.5 本章小结第60-61页
结论第61-62页
参考文献第62-65页
在学研究成果第65-66页
致谢第66页

论文共66页,点击 下载论文
上一篇:步态行为分析与比对方法研究
下一篇:情报分析在疑似被侵害失踪人员案件中的应用研究