动态社会网络社区发现算法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-19页 |
| ·研究背景及意义 | 第12-14页 |
| ·国内外研究现状 | 第14-17页 |
| ·社会网络分析 | 第14页 |
| ·社区发现 | 第14-15页 |
| ·研究现状 | 第15-17页 |
| ·本文的研究工作 | 第17-19页 |
| 第2章 社区挖掘算法概述 | 第19-26页 |
| ·定义与符号表示 | 第19-20页 |
| ·社会网络 | 第19页 |
| ·社区结构 | 第19页 |
| ·动态网络中的社区结构 | 第19-20页 |
| ·模块度 Q | 第20页 |
| ·正确划分比例 CDR | 第20页 |
| ·静态算法 | 第20-23页 |
| ·基于层次聚类的算法 | 第20-22页 |
| ·基于图划分的算法 | 第22页 |
| ·其他静态社区发现算法 | 第22-23页 |
| ·动态算法 | 第23-25页 |
| ·基于元组的动态社会网络分析框架 | 第23-24页 |
| ·Facet Net 框架 | 第24页 |
| ·其他动态社区发现算法 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于改进 K-均值的高质量社区发现算法 | 第26-41页 |
| ·研究背景 | 第26-27页 |
| ·MKBCD 算法 | 第27-30页 |
| ·核心节点初始化方法 | 第27-29页 |
| ·确定非核心节点的社区归属 | 第29-30页 |
| ·算法过程 | 第30页 |
| ·MKBCD 算法在动态社会网络中的应用 | 第30-33页 |
| ·动态网络社区挖掘任务 | 第30-31页 |
| ·相关研究 | 第31页 |
| ·骨干节点挖掘算法 | 第31-33页 |
| ·实验 | 第33-40页 |
| ·实验环境 | 第33页 |
| ·衡量社区划分质量指标 | 第33页 |
| ·实验结果分析 | 第33-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 基于增量分析的动态社区发现 | 第41-50页 |
| ·研究背景 | 第41-42页 |
| ·相关知识 | 第42-43页 |
| ·定义 | 第42-43页 |
| ·增量 | 第43页 |
| ·增量分析 | 第43-46页 |
| ·增加、删除孤立点 | 第43页 |
| ·改变某个节点的社区归属 | 第43-45页 |
| ·增加边 | 第45-46页 |
| ·删除边 | 第46页 |
| ·时间复杂度分析 | 第46-47页 |
| ·实验 | 第47-49页 |
| ·社区划分质量衡量指标 | 第47页 |
| ·实验结果与分析 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 总结与展望 | 第50-52页 |
| ·总结 | 第50-51页 |
| ·展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 作者简介及在学期间所取得的科研成果 | 第55-56页 |
| 致谢 | 第56页 |
