| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景以及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 论文主要研究内容 | 第11-13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 第二章 社团划分与图相似性检测相关研究概述 | 第14-28页 |
| 2.1 社团划分概述 | 第14-18页 |
| 2.1.1 基于分割的划分方法 | 第14-16页 |
| 2.1.2 基于凝聚的划分方法 | 第16-18页 |
| 2.2 图相似性检测概述 | 第18-24页 |
| 2.2.1 基于同构的检测方法 | 第18-20页 |
| 2.2.2 基于最大共有子图的检测方法 | 第20-22页 |
| 2.2.3 基于极大团的检测方法 | 第22-24页 |
| 2.3 社团划分常用评价指标 | 第24-25页 |
| 2.3.1 模块度Q | 第24页 |
| 2.3.2 模块度LC | 第24-25页 |
| 2.3.3 社团有效直径 | 第25页 |
| 2.4 图相似性检测常用评价指标 | 第25-27页 |
| 2.4.1 RR率 | 第25-26页 |
| 2.4.2 基于最大共有子图的相似度 | 第26页 |
| 2.4.3 结点的余弦相似性 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 基于结构相关的社团划分处理框架 | 第28-52页 |
| 3.1 基于结构相关的划分算法及改进策略 | 第28-34页 |
| 3.1.1 基于结构相关的层次型社团划分算法原型 | 第28-31页 |
| 3.1.2 改进结点角色类型 | 第31-34页 |
| 3.2 基于结构相关的层次型社团划分处理框架设计与改进 | 第34-42页 |
| 3.2.1 数据预处理环节 | 第36-37页 |
| 3.2.2 结点类划分环节 | 第37-40页 |
| 3.2.3 社团构建环节 | 第40-41页 |
| 3.2.4 可视化分析模块 | 第41-42页 |
| 3.3 实验与分析 | 第42-51页 |
| 3.3.1 BSCHEF在C-DBLP上的实验过程 | 第42-46页 |
| 3.3.2 BSHCEF与其他划分技术在C-DBLP上的比较 | 第46-51页 |
| 3.4 本章小结 | 第51-52页 |
| 第四章 基于最大共有子图的图相似性检测算法及改进 | 第52-75页 |
| 4.1 算法原理及改进点分析 | 第52-61页 |
| 4.1.1 现有图相似度检测算法搜索空间及扩展方式 | 第52-54页 |
| 4.1.2 MPD算法层次型链式搜索空间 | 第54-56页 |
| 4.1.3 MPD_V结果集扩展改进 | 第56-59页 |
| 4.1.4 改进后算法分析 | 第59-61页 |
| 4.2 MPD_V算法过程细节描述 | 第61-71页 |
| 4.2.1 搜索过程 | 第62-66页 |
| 4.2.2 结果集验证过程 | 第66-71页 |
| 4.3 实验设计与分析 | 第71-74页 |
| 4.3.1 MPD_V搜索效果分析 | 第72-73页 |
| 4.3.2 MPD_V搜索效率分析 | 第73-74页 |
| 4.4 本章总结 | 第74-75页 |
| 第五章 基于BSCHEF与MPD-V的社团K-匿名方法 | 第75-91页 |
| 5.1 结点K-匿名概述 | 第75-76页 |
| 5.2 子图K-匿名概述 | 第76-77页 |
| 5.3 BSCHEF与MPD V在社团隐藏上的应用 | 第77-88页 |
| 5.3.1 基于子矩阵划分的双向聚类模型 | 第79-82页 |
| 5.3.2 基于矩阵密度的子矩阵析取算法MCA | 第82-87页 |
| 5.3.3 K~+-同构与原始K-同构算法比较 | 第87-88页 |
| 5.4 实验设计与分析 | 第88-89页 |
| 5.4.1 实验内容设计 | 第88页 |
| 5.4.2 实验数据分析 | 第88-89页 |
| 5.5 本章总结 | 第89-91页 |
| 第六章 总结与展望 | 第91-94页 |
| 6.1 工作总结 | 第91-92页 |
| 6.2 工作展望 | 第92-94页 |
| 致谢 | 第94-95页 |
| 参考文献 | 第95-102页 |
| 作者简介 | 第102页 |
