大规模动态社会网络社区结构挖掘与分析方法
| 提要 | 第1-7页 |
| 第1章 绪 论 | 第7-13页 |
| ·复杂网络社区结构挖掘方法的研究背景及意义 | 第7-9页 |
| ·复杂网络聚类的研究现状 | 第9-10页 |
| ·复杂网络聚类所面临的问题 | 第10-11页 |
| ·研究思路 | 第11-12页 |
| ·内容安排 | 第12-13页 |
| 第2章 从动态数据集构建复杂网络 | 第13-24页 |
| ·Enron邮件数据集 | 第14-19页 |
| ·Enron数据库－原始版本 | 第14-16页 |
| ·Enron数据库的统计分析 | 第16-19页 |
| ·从邮件数据库构建复杂网络 | 第19-24页 |
| ·对Enron原始数据库的处理 | 第19-21页 |
| ·复杂网络的构建 | 第21-22页 |
| ·具体实验 | 第22-24页 |
| 第3章 复杂网络聚类方法分析与评述 | 第24-39页 |
| ·经典算法介绍 | 第24-34页 |
| ·基于优化的复杂网络聚类方法 | 第24-29页 |
| ·启发式复杂网络聚类方法 | 第29-34页 |
| ·对比实验 | 第34-39页 |
| ·聚类精度比较 | 第35-38页 |
| ·运算速度比较 | 第38-39页 |
| 第4章 一种基于簇增长模型的复杂网络聚类方法 | 第39-51页 |
| ·算法研究背景 | 第39-40页 |
| ·算法思想介绍 | 第40-41页 |
| ·算法设计过程 | 第41-46页 |
| ·节点的生长状态 | 第41-42页 |
| ·算法所用的数据结构 | 第42-43页 |
| ·算法步骤 | 第43-46页 |
| ·算法分析及实验 | 第46-51页 |
| 第5章 动态网络的分析方法 | 第51-57页 |
| ·基于统计参数的分析方法 | 第51-54页 |
| ·可视化的分析方法 | 第54-57页 |
| 第6章 全文总结与展望 | 第57-61页 |
| ·全文主要工作总结 | 第57-58页 |
| ·该领域研究方向的展望 | 第58-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 摘要 | 第66-69页 |
| ABSTRACT | 第69-71页 |
