摘要 | 第3-4页 |
Abstract | 第4页 |
第1章 绪论 | 第9-16页 |
1.1 课题背景 | 第9-10页 |
1.2 国内外研究现状 | 第10-13页 |
1.3 论文的主要工作及组织结构 | 第13-15页 |
1.4 本章小结 | 第15-16页 |
第2章 相关技术综述 | 第16-28页 |
2.1 社会网络概述 | 第16-18页 |
2.2 社会影响最大化计算 | 第18-22页 |
2.2.1 信息传播模型 | 第19-20页 |
2.2.2 社会影响力最大化算法 | 第20-22页 |
2.3 重叠社区发现算法 | 第22-27页 |
2.3.1 基于clique的算法 | 第22-23页 |
2.3.2 基于节点分裂的算法 | 第23-24页 |
2.3.3 基于标签传播的算法 | 第24-27页 |
2.4 本章小结 | 第27-28页 |
第3章 融入影响力的标签传播重叠社区发现算法 | 第28-33页 |
3.1 研究出发点 | 第28-29页 |
3.2 算法整体框架 | 第29-32页 |
3.3 本章小结 | 第32-33页 |
第4章 最大影响力的粗糙团算法 | 第33-40页 |
4.1 最大影响力计算 | 第33-36页 |
4.2 粗糙团阶段 | 第36-39页 |
4.3 本章小结 | 第39-40页 |
第5章 融入影响力的标签传播重叠社区发现过程 | 第40-51页 |
5.1 可重叠标签初始化 | 第40-43页 |
5.2 重叠标签传播过程 | 第43-46页 |
5.2.1 基于标签影响力的强度系数计算 | 第43-45页 |
5.2.2 标签迭代顺序 | 第45-46页 |
5.2.3 标签传播终止条件 | 第46页 |
5.3 标签后处理 | 第46-47页 |
5.4 IOLPA算法 | 第47-49页 |
5.5 本章小结 | 第49-51页 |
第6章 实验与分析 | 第51-64页 |
6.1 实验数据 | 第51-52页 |
6.1.1 人工网络图 | 第51页 |
6.1.2 抓取网络图 | 第51-52页 |
6.2 评价指标 | 第52-53页 |
6.2.1 标准互信息(Normalized Mutual-formation,NMI) | 第52页 |
6.2.2 重叠模块度Qov | 第52-53页 |
6.3 实验设计 | 第53-54页 |
6.3.1 人工网络图的实验 | 第53-54页 |
6.3.2 抓取网络图的实验 | 第54页 |
6.4 实验结果及分析 | 第54-63页 |
6.4.1 人工网络图的实验 | 第54-59页 |
6.4.2 抓取网络图的实验 | 第59-63页 |
6.5 本章小结 | 第63-64页 |
第7章 总结与展望 | 第64-66页 |
7.1 本文总结 | 第64页 |
7.2 未来工作展望 | 第64-66页 |
参考文献 | 第66-70页 |
攻读硕士学位期间主要的研究成果 | 第70-71页 |
致谢 | 第71页 |