基于局部结构分析的网络信息挖掘
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 符号列表 | 第10-11页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 课题背景和意义 | 第11-13页 |
| 1.1.1 课题研究背景 | 第11-12页 |
| 1.1.2 课题研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 本文的主要工作 | 第15页 |
| 1.4 论文结构 | 第15-17页 |
| 第二章 复杂网络理论基础 | 第17-27页 |
| 2.1 图论与网络 | 第17页 |
| 2.2 网络科学的产生和发展 | 第17-21页 |
| 2.3 复杂网络基本概念 | 第21-22页 |
| 2.4 网络的结构 | 第22-25页 |
| 2.4.1 社团结构 | 第22-25页 |
| 2.4.2 链路结构 | 第25页 |
| 2.5 本章小结 | 第25-27页 |
| 第三章 无向网络上的信息挖掘 | 第27-36页 |
| 3.1 传统无向网络链路信息挖掘算法 | 第27-28页 |
| 3.2 基于局部社团结构的算法 | 第28-31页 |
| 3.2.1 局部社团链路算法 | 第28-29页 |
| 3.2.2 局部跨社团链路算法 | 第29-31页 |
| 3.3 实例验证 | 第31-35页 |
| 3.3.1 数据介绍 | 第31-32页 |
| 3.3.2 实验方案与度量准则 | 第32-33页 |
| 3.3.3 预测结果与分析 | 第33-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 有向网络上的信息挖掘 | 第36-47页 |
| 4.1 基于节点性质的算法 | 第36-37页 |
| 4.2 基于网络全局排名的算法 | 第37-38页 |
| 4.3 基于子图排名的算法 | 第38-39页 |
| 4.4 基于局部链路结构的算法 | 第39-42页 |
| 4.4.1 局部路算法 | 第39-40页 |
| 4.4.2 局部有向路算法 | 第40-42页 |
| 4.5 实例验证 | 第42-46页 |
| 4.5.1 数据介绍 | 第42页 |
| 4.5.2 实验方案与度量准则 | 第42页 |
| 4.5.3 敏感性分析 | 第42-43页 |
| 4.5.4 预测结果与分析 | 第43-46页 |
| 4.6 本章小结 | 第46-47页 |
| 第五章 基于随机的网络信息挖掘研究 | 第47-58页 |
| 5.1 层次化随机图 | 第47-49页 |
| 5.2 随机化块模型 | 第49-51页 |
| 5.3 度修正的随机化块模型 | 第51-53页 |
| 5.4 实例验证 | 第53-57页 |
| 5.4.1 数据介绍 | 第53-54页 |
| 5.4.2 实验方案与度量准则 | 第54页 |
| 5.4.3 预测结果与分析 | 第54-57页 |
| 5.5 本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-61页 |
| 6.1 总结 | 第58-59页 |
| 6.2 展望 | 第59-61页 |
| 6.2.1 本文未来的工作 | 第59页 |
| 6.2.2 网络研究新展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-68页 |
| 作者在学期间取得的学术成果 | 第68页 |
