基于用户节点相似度的局部社团挖掘算法的研究
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 图录 | 第9-10页 |
| 表录 | 第10-11页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景和意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.3 论文主要工作 | 第15页 |
| 1.4 论文组织结构 | 第15-17页 |
| 第二章 复杂网络社团挖掘综述 | 第17-31页 |
| 2.1 复杂网络相关理论 | 第17-21页 |
| 2.1.1 复杂网络基本参数 | 第17-18页 |
| 2.1.2 复杂网络模型 | 第18-21页 |
| 2.2 常见社团挖掘算法 | 第21-30页 |
| 2.2.1 图分割方法 | 第21-22页 |
| 2.2.2 层次聚类分裂算法 | 第22-24页 |
| 2.2.3 层次聚类凝聚算法 | 第24-26页 |
| 2.2.4 局部社团挖掘算法 | 第26-30页 |
| 2.3 本章小结 | 第30-31页 |
| 第三章 基于用户节点相似度的局部社团挖掘算法设计 | 第31-45页 |
| 3.1 相似度定义 | 第31-32页 |
| 3.2 局部中心点定义 | 第32-33页 |
| 3.3 算法整体描述 | 第33-41页 |
| 3.4 算法示例 | 第41-42页 |
| 3.5 算法时间复杂度分析 | 第42-43页 |
| 3.6 本章小结 | 第43-45页 |
| 第四章 基于用户节点相似度的算法验证与分析 | 第45-57页 |
| 4.1 数据集介绍 | 第45-51页 |
| 4.1.1 经典数据集介绍 | 第46-50页 |
| 4.1.2 计算机生成数据集介绍 | 第50-51页 |
| 4.2 实验流程设计 | 第51-52页 |
| 4.3 算法评价标准 | 第52页 |
| 4.4 实验结果分析 | 第52-55页 |
| 4.5 本章小结 | 第55-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 5.1 论文工作总结 | 第57页 |
| 5.2 研究展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士学位期间已发表或录用的论文 | 第63-65页 |
