社会网络中基于标签传播的社区发现算法研究
摘要 | 第4-5页 |
Abstract | 第5页 |
1 绪论 | 第8-14页 |
1.1 研究背景和意义 | 第8-9页 |
1.2 国内外研究现状 | 第9-12页 |
1.3 研究内容与主要工作 | 第12页 |
1.4 本文组织结构 | 第12-14页 |
2 相关理论知识 | 第14-30页 |
2.1 社区结构 | 第14页 |
2.2 社区结构评价标准 | 第14-17页 |
2.2.1 模块度 | 第14-17页 |
2.2.2 NMI | 第17页 |
2.3 非重叠社区发现算法 | 第17-21页 |
2.3.1 Kernighan-Lin算法 | 第18页 |
2.3.2 GN算法 | 第18-19页 |
2.3.3 快速算法 | 第19-20页 |
2.3.4 MSG-VM社区划分算法 | 第20-21页 |
2.4 重叠社区发现算法 | 第21-24页 |
2.4.1 派系过滤算法CPM | 第21-22页 |
2.4.2 LFM算法 | 第22-23页 |
2.4.3 EAGLE算法 | 第23-24页 |
2.5 相关标签传播社区发现算法 | 第24-29页 |
2.5.1 基于标签传播的非重叠社区发现算法 | 第24-27页 |
2.5.2 基于标签传播的重叠社区发现算法 | 第27-29页 |
2.6 本章总结 | 第29-30页 |
3 基于标签传播的重叠社区发现算法改进 | 第30-39页 |
3.1 基于标签熵顺序更新标签 | 第30-32页 |
3.2 标签选择改进 | 第32页 |
3.3 COPRAE算法描述 | 第32-33页 |
3.4 算法终止条件 | 第33-38页 |
3.5 本章总结 | 第38-39页 |
4 实验及结果分析 | 第39-50页 |
4.1 实验数据 | 第39-40页 |
4.2 测试COPRAE算法的参数 | 第40-44页 |
4.3 COPRAE算法与其他算法的比较 | 第44-49页 |
4.4 本章总结 | 第49-50页 |
5 社区发现算法应用 | 第50-55页 |
5.1 相关理论 | 第50页 |
5.2 带有兴趣相似度的权重 | 第50-51页 |
5.3 实验 | 第51-54页 |
5.3.1 爬取并整理数据 | 第52页 |
5.3.2 用户社会网络构建 | 第52页 |
5.3.3 挖掘兴趣社区 | 第52页 |
5.3.4 实验结果分析 | 第52-54页 |
5.4 本章总结 | 第54-55页 |
结论 | 第55-56页 |
参考文献 | 第56-61页 |
攻读硕士学位期间发表学术论文情况 | 第61-62页 |
致谢 | 第62-63页 |