基于密度聚类的网络社区发现算法
中文摘要 | 第8-9页 |
Abstract | 第9-10页 |
第一章 绪论 | 第11-17页 |
1.1 社区发现算法的研究意义 | 第11页 |
1.2 社区发现算法的研究现状 | 第11-13页 |
1.3 网络数据及其相关符号的描述 | 第13-14页 |
1.4 本文的研究内容与组织结构 | 第14-17页 |
第二章 基于密度聚类的全局社区发现算法 | 第17-27页 |
2.1 密度聚类算法 | 第17-18页 |
2.2 基于密度聚类的全局社区发现算法 | 第18-21页 |
2.3 实验分析 | 第21-26页 |
2.3.1 社区发现的评价指标 | 第21-22页 |
2.3.2 真实网络实验分析 | 第22-24页 |
2.3.3 合成网络实验分析 | 第24-26页 |
2.4 本章小结 | 第26-27页 |
第三章 基于密度聚类的局部社区发现算法 | 第27-35页 |
3.1 传统局部社区发现算法的局限性 | 第27-28页 |
3.2 基于密度聚类的局部社区发现算法 | 第28-30页 |
3.3 实验分析 | 第30-34页 |
3.3.1 社区发现的评价指标 | 第30-31页 |
3.3.2 真实网络实验分析 | 第31-33页 |
3.3.3 合成网络实验分析 | 第33-34页 |
3.4 本章小结 | 第34-35页 |
第四章 社区发现实验系统的设计与实现 | 第35-41页 |
4.1 系统功能 | 第35页 |
4.2 全局社区发现算法的效果演示 | 第35-37页 |
4.3 局部社区发现算法的效果演示 | 第37-40页 |
4.4 本章小结 | 第40-41页 |
第五章 结论与展望 | 第41-43页 |
5.1 总结 | 第41页 |
5.2 展望 | 第41-43页 |
参考文献 | 第43-47页 |
攻读学位期间取得的研究成果 | 第47-49页 |
致谢 | 第49-51页 |
个人简况及联系方式 | 第51-55页 |