| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-13页 |
| 1.1.1 研究背景 | 第9-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 论文的主要工作及创新点 | 第13页 |
| 1.3 论文结构 | 第13-15页 |
| 2 复杂网络上的节点重要性研究 | 第15-27页 |
| 2.1 传统节点重要性指标度量 | 第15-23页 |
| 2.1.1 基于局部属性的度量 | 第15-18页 |
| 2.1.2 基于全局属性的度量 | 第18-20页 |
| 2.1.3 基于随机游走的度量 | 第20-23页 |
| 2.2 结合社团结构的节点重要性研究 | 第23-25页 |
| 2.2.1 社区发现概述 | 第23页 |
| 2.2.2 基于社团结构的节点重要性指标 | 第23-25页 |
| 2.3 节点重要性的评价 | 第25-26页 |
| 2.3.1 基于网络的鲁棒性和脆弱性的评价 | 第25页 |
| 2.3.2 基于传播动力学模型的评价 | 第25-26页 |
| 2.4 小结 | 第26-27页 |
| 3 基于ClusterRank的有向加权网络节点重要性研究 | 第27-36页 |
| 3.1 有向网络中的ClusterRank指标 | 第27-28页 |
| 3.2 ClusterRank指标在加权有向网络中的改进 | 第28-31页 |
| 3.2.1 有向网络中节点重要性影响因素 | 第28-30页 |
| 3.2.2 加权有向网络中节点重要性指标IO-ClusterRank | 第30-31页 |
| 3.3 实验结果与分析 | 第31-34页 |
| 3.3.1 实验数据集 | 第31页 |
| 3.3.2 重要节点的出入度分布分析 | 第31-32页 |
| 3.3.3 基于SIR模型的重要性分析 | 第32-34页 |
| 3.4 小结 | 第34-36页 |
| 4 基于重要社区面向结构洞的节点重要性研究 | 第36-50页 |
| 4.1 结构洞概述 | 第36-39页 |
| 4.2 网络中重要社区的定义 | 第39-42页 |
| 4.2.1 经典社区发现算法 | 第39-41页 |
| 4.2.2 重要社区定义 | 第41-42页 |
| 4.3 重要社区下的节点重要性指标Community-Hole Rank(CHR) | 第42-44页 |
| 4.4 实验结果与分析 | 第44-48页 |
| 4.4.1 实验数据集 | 第44-45页 |
| 4.4.2 基于SIR模型的重要性分析 | 第45-47页 |
| 4.4.3 鲁棒性与脆弱性分析 | 第47-48页 |
| 4.5 小结 | 第48-50页 |
| 5 总结与展望 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 攻读学位期间的研究成果 | 第55页 |
