基于相似紧度的复杂网络社团发现和演变研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-13页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.3 研究内容 | 第11-12页 |
| 1.4 论文组织结构 | 第12-13页 |
| 2 复杂网络和社团发现算法 | 第13-27页 |
| 2.1 复杂网络的基本概念 | 第13-18页 |
| 2.1.1 网络的表示 | 第14-15页 |
| 2.1.2 度及度分布 | 第15-16页 |
| 2.1.3 最短路径 | 第16-17页 |
| 2.1.4 介数 | 第17页 |
| 2.1.5 聚类系数 | 第17-18页 |
| 2.2 社团发现算法 | 第18-26页 |
| 2.2.1 基于介数分裂算法 | 第18页 |
| 2.2.2 谱聚类算法 | 第18-20页 |
| 2.2.3 模块度优化算法 | 第20-22页 |
| 2.2.4 标号传播算法 | 第22-23页 |
| 2.2.5 派系过滤算法 | 第23-24页 |
| 2.2.6 基于生命周期的社团演化 | 第24-26页 |
| 2.3 本章小结 | 第26-27页 |
| 3 基于局域相似紧度的社团发现算法 | 第27-42页 |
| 3.1 局域社团的相似紧度 | 第27-30页 |
| 3.1.1 结构相似度表示 | 第27-28页 |
| 3.1.2 局域社团衡量 | 第28-30页 |
| 3.2 算法描述 | 第30-33页 |
| 3.3 实验分析 | 第33-41页 |
| 3.3.1 数据集概述 | 第33-34页 |
| 3.3.2 算法时间测试结果分析 | 第34页 |
| 3.3.3 种子结点选择 | 第34-36页 |
| 3.3.4 仿真数据测试 | 第36-41页 |
| 3.4 本章小结 | 第41-42页 |
| 4 基于事件的社团演变 | 第42-54页 |
| 4.1 网络的变化模式 | 第42-44页 |
| 4.2 事件类型 | 第44-46页 |
| 4.3 算法描述 | 第46-49页 |
| 4.4 实验结果与分析 | 第49-53页 |
| 4.4.1 数据集概述 | 第49-50页 |
| 4.4.2 实验分析 | 第50-53页 |
| 4.5 本章小结 | 第53-54页 |
| 5 总结与展望 | 第54-56页 |
| 5.1 研究工作总结 | 第54页 |
| 5.2 研究工作展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 附录A. 准确率 | 第60-61页 |
| 附录B. 归一化互信息 | 第61-62页 |
| 附录C. 广义归一化互信息 | 第62-63页 |
| 攻读学位期间主要的研究成果目录 | 第63-64页 |
| 致谢 | 第64页 |
