首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于用户亲密度与密度峰值的社区发现算法研究

摘要第4-6页
Abstract第6-7页
第1章 绪论第11-16页
    1.1 研究背景及意义第11-12页
    1.2 国内外研究现状第12-14页
    1.3 本文的工作第14页
    1.4 本文的组织结构第14-16页
第2章 社区发现的相关研究第16-29页
    2.1 社会网络基础理论研究第16-20页
        2.1.1 社会网络的概念第16页
        2.1.2 社会网络的表示第16-17页
        2.1.3 社会网络特性第17-20页
    2.2 社区的定义第20-21页
    2.3 经典社区发现算法第21-27页
        2.3.1 基于优化思想的遗传算法第21-23页
        2.3.2 基于图类分割的算法第23-24页
        2.3.3 基于层次聚类的算法第24-26页
        2.3.4 基于密度的算法第26-27页
    2.4 本章小结第27-29页
第3章 基于用户亲密度与密度峰值的社区发现算法第29-46页
    3.1 基于用户关系的亲密度计算方法第29-39页
        3.1.1 关注和粉丝矩阵的生成第29-31页
        3.1.2 直接亲密度第31-33页
        3.1.3 间接亲密度第33-37页
        3.1.4 IA-UR算法描述第37-39页
    3.2 基于密度峰值的社区发现算法第39-43页
        3.2.1 聚类算法思想第39-40页
        3.2.2 基于密度峰值的聚类算法第40-42页
        3.2.3 CDA-DP算法描述第42-43页
    3.3 基于用户亲密度与密度峰值的社区发现算法第43-45页
        3.3.1 CD-IUD算法概述第43-44页
        3.3.2 性能指标与评估第44-45页
    3.4 本章小结第45-46页
第4章 实验及结果第46-60页
    4.1 数据集的获取第46-49页
        4.1.1 数据获取方法介绍第46-47页
        4.1.2 实验数据集介绍第47-49页
    4.2 实验设计第49-50页
        4.2.1 设计思路第49页
        4.2.2 实验环境第49-50页
    4.3 结果与分析第50-59页
    4.4 本章小结第59-60页
第5章 工作总结与未来展望第60-62页
    5.1 工作总结第60-61页
    5.2 未来展望第61-62页
参考文献第62-67页
作者简介及在学期间所取得的科研成果第67-68页
致谢第68页

论文共68页,点击 下载论文
上一篇:黄马缓释喷膜剂的研制
下一篇:出口蔬菜中多种保鲜剂的快速检测方法研究