基于稠密子图的社区发现算法研究
| 中文摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景、目的和意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 主要研究内容 | 第15页 |
| 1.4 论文框架 | 第15-18页 |
| 第二章 理论基础 | 第18-22页 |
| 2.1 图论基础知识 | 第18-19页 |
| 2.2 相似性度量 | 第19-20页 |
| 2.3 模块性 | 第20页 |
| 2.4 本章小结 | 第20-22页 |
| 第三章 基于稠密子图的社区发现算法 | 第22-32页 |
| 3.1 确定聚类个数 | 第22-23页 |
| 3.2 节点对社区的归属度定义 | 第23-25页 |
| 3.3 中心社区扩展策略 | 第25-26页 |
| 3.4 实验结果与分析 | 第26-30页 |
| 3.4.1 实验环境与数据集 | 第26页 |
| 3.4.2 实验结果与分析 | 第26-30页 |
| 3.5 本章小结 | 第30-32页 |
| 第四章 基于加权稠密子图的社区发现算法 | 第32-46页 |
| 4.1 边权重定义 | 第32-33页 |
| 4.2 种子结点选取 | 第33-34页 |
| 4.3 种子结点扩展策略 | 第34-37页 |
| 4.4 合并优化社区与未聚类结点处理 | 第37-38页 |
| 4.5 算法描述 | 第38-39页 |
| 4.6 实验结果与分析 | 第39-44页 |
| 4.6.1 实验环境与数据集 | 第39-40页 |
| 4.6.2 评价指标 | 第40-42页 |
| 4.6.3 实验结果与分析 | 第42-44页 |
| 4.7 本章小结 | 第44-46页 |
| 第五章 结论与展望 | 第46-48页 |
| 5.1 结论 | 第46-47页 |
| 5.2 展望 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 攻读学位期间取得的研究成果 | 第52-54页 |
| 致谢 | 第54-56页 |
| 个人简况及联系方式 | 第56-59页 |
