| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第8-17页 |
| 1.1 课题的研究背景与意义 | 第8-9页 |
| 1.2 社会网络中的社团结构研究的现状 | 第9-12页 |
| 1.3 基于粒计算的社会网络的研究现状 | 第12-14页 |
| 1.4 研究内容及组织结构 | 第14-17页 |
| 1.4.1 研究内容 | 第14-15页 |
| 1.4.2 组织结构 | 第15-17页 |
| 第2章 理论基础 | 第17-24页 |
| 2.1 图论基础 | 第17页 |
| 2.2 复杂网络 | 第17-22页 |
| 2.2.1 复杂网络简介 | 第17-18页 |
| 2.2.2 复杂网络特性 | 第18-20页 |
| 2.2.3 复杂网络中的统计参量 | 第20-22页 |
| 2.3 基于粗糙集理论的粒计算 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 基于α-准完全子图的社团挖掘算法 | 第24-35页 |
| 3.1 紧密度的度量 | 第24-29页 |
| 3.1.1 结点之间的紧密度度量及其改进 | 第24-27页 |
| 3.1.2 结点与社团联系及社团与社团之间联系程度的度量 | 第27-28页 |
| 3.1.3 完全子图概念的扩展 | 第28-29页 |
| 3.2 基于 -准完全子图的社团挖掘算法（α-CGC Algorithm） | 第29-32页 |
| 3.3 实例说明 | 第32-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 基于粒计算的社团挖掘算法 | 第35-47页 |
| 4.1 基于粒计算的社团挖掘模型 | 第35-38页 |
| 4.1.1 覆盖与多数包含 | 第35页 |
| 4.1.2 基于粒计算的社团挖掘模型设计 | 第35-38页 |
| 4.2 基于粒计算的社团挖掘算法(CGCC Algorithm) | 第38-40页 |
| 4.3 实例说明 | 第40-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第5章 实验及结果分析 | 第47-62页 |
| 5.1 实验环境 | 第47-49页 |
| 5.1.1 Networkx 介绍 | 第47页 |
| 5.1.2 图形建模语言 GML（Graph Model Language） | 第47-49页 |
| 5.2 实验数据集 | 第49-51页 |
| 5.2.1 Zachary Karate Club | 第49页 |
| 5.2.2 Dolphin Social Network | 第49-50页 |
| 5.2.3 College Football Network | 第50-51页 |
| 5.3 评估指标 | 第51-52页 |
| 5.4 α-CGC 算法在三个数据集上的实验分析 | 第52-56页 |
| 5.5 CGCC 算法在三个数据集上的实验分析 | 第56-59页 |
| 5.6 α-CGC 算法与 CGCC 算法在三个数据集上的对比分析 | 第59-61页 |
| 5.7 本章小结 | 第61-62页 |
| 第6章 总结与展望 | 第62-64页 |
| 6.1 总结 | 第62-63页 |
| 6.2 展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 附录 | 第69-72页 |
| 1 对称性证明 | 第69-71页 |
| 2 交换性证明 | 第71-72页 |
