基于多属性的社区划分技术研究
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 国内外的研究现状 | 第12-15页 |
| 1.2.1 社区发现的研究现状 | 第12-14页 |
| 1.2.2 相似性度量在社区发现中的应用 | 第14-15页 |
| 1.3 课题研究内容 | 第15-16页 |
| 1.4 本文的组织结构 | 第16-17页 |
| 第2章 相关理论及方法 | 第17-26页 |
| 2.1. 社区发现相关概念介绍 | 第17-20页 |
| 2.2 经典的社区发现算法 | 第20-23页 |
| 2.3 社区划分评判原则 | 第23-26页 |
| 第3章 多属性社区划分模型 | 第26-35页 |
| 3.1 多属性社区划分模型的框架 | 第26-29页 |
| 3.1.1 社区划分存在的缺陷 | 第26页 |
| 3.1.2 问题模型 | 第26-27页 |
| 3.1.3 多属性的社区划0分模型的处理框架 | 第27-29页 |
| 3.2 属性的相似性计算策略 | 第29-31页 |
| 3.3 多属性的节点相似度计算 | 第31-35页 |
| 3.3.1 多属性的节点相似度计算的具体步骤 | 第31-32页 |
| 3.3.2 属性权重系数的优化 | 第32-35页 |
| 第4章 改进的社区划分方法 | 第35-42页 |
| 4.1 基于随机游走的社区划分方法 | 第35-36页 |
| 4.2 改进的社区划分方法 | 第36-42页 |
| 4.2.1 加权网络的模块度 | 第36-37页 |
| 4.2.2 改进的社区划分方法步骤 | 第37-42页 |
| 第5章 模型在用户电影品味分类中的应用 | 第42-50页 |
| 5.1 用户的多属性选择和网络建模 | 第42-43页 |
| 5.2 各个属性的相似度计算方法的分析与选择 | 第43-45页 |
| 5.3 用户的多属性相似度计算 | 第45页 |
| 5.4 权重系数优化过程及实验结果 | 第45-47页 |
| 5.5 社区划分实验结果与分析 | 第47-50页 |
| 结论 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-57页 |
| 攻读硕士期间发表的学术论文 | 第57页 |
