基于随机块模型的时变复杂网络社团检测及其应用
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 研究背景与意义 | 第9-13页 |
| 1.2 研究现状与分析 | 第13-17页 |
| 1.2.1 复杂网络社团检测的研究现状 | 第13-16页 |
| 1.2.2 影响力节点识别方法的研究现状 | 第16-17页 |
| 1.3 本文研究的主要内容及各章节安排 | 第17-19页 |
| 第二章 相关理论和技术概要 | 第19-28页 |
| 2.1 符号表示 | 第19页 |
| 2.2 随机块模型 | 第19-22页 |
| 2.2.1 经典随机块模型 | 第19-20页 |
| 2.2.2 随机块模型的扩展方法 | 第20-22页 |
| 2.3 随机块模型选择方法概述 | 第22-23页 |
| 2.4 时变网络社团检测方法 | 第23-26页 |
| 2.4.1 时变网络社团检测方法概述 | 第23-24页 |
| 2.4.2 演化聚类框架 | 第24-25页 |
| 2.4.3 模型聚类 | 第25-26页 |
| 2.5 影响力节点识别方法概述 | 第26-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第三章 正则化度修正随机块模型 | 第28-37页 |
| 3.1 正则化度修正随机块模型 | 第28-31页 |
| 3.2 正则化度修正随机块模型的求解算法 | 第31-32页 |
| 3.3 实验结果与分析 | 第32-36页 |
| 3.3.1 数据集介绍 | 第32-33页 |
| 3.3.2 评价指标 | 第33页 |
| 3.3.3 实验结果 | 第33-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第四章 时变网络影响力节点识别 | 第37-53页 |
| 4.1 相关概念和定义 | 第37页 |
| 4.2 识别方法 | 第37-43页 |
| 4.2.1 各网络快照的社区匹配 | 第39-40页 |
| 4.2.2 网络影响力节点的初步识别 | 第40-41页 |
| 4.2.3 初步识别结果的评估与筛选 | 第41-43页 |
| 4.3 识别方法实验结果及分析 | 第43-51页 |
| 4.3.1 评价指标 | 第43-44页 |
| 4.3.2 实验结果 | 第44-51页 |
| 4.4 本章小结 | 第51-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 5.1 本文工作总结 | 第53页 |
| 5.2 工作展望 | 第53-55页 |
| 参考文献 | 第55-60页 |
| 发表论文和参加科研情况说明 | 第60-61页 |
| 致谢 | 第61-62页 |
