| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 研究背景 | 第15页 |
| 1.2 研究目的与意义 | 第15-17页 |
| 1.3 研究内容与创新点 | 第17-18页 |
| 1.4 本文的组织结构 | 第18-21页 |
| 第二章 相关理论与研究现状概述 | 第21-29页 |
| 2.1 社交网络的定义 | 第21-23页 |
| 2.1.1 图的基本概念 | 第21-22页 |
| 2.1.2 图的评价指标 | 第22-23页 |
| 2.2 网络中的社团发现概述 | 第23-26页 |
| 2.2.1 非重叠社团发现 | 第23-24页 |
| 2.2.2 重叠社团发现 | 第24-26页 |
| 2.3 社团演化的研究现状 | 第26-27页 |
| 2.3.1 基于损失代价的社团演化分析 | 第26-27页 |
| 2.3.2 基于独立社团发现的演化分析 | 第27页 |
| 2.3.3 对多模式的网络社团演化分析 | 第27页 |
| 2.4 本章总结 | 第27-29页 |
| 第三章 可调重叠程度的重叠社团发现 | 第29-43页 |
| 3.1 本章引言 | 第29页 |
| 3.2 问题描述 | 第29-30页 |
| 3.3 潜在狄利克雷模型 | 第30-33页 |
| 3.4 基于LDA的重叠社团发现 | 第33-37页 |
| 3.4.1 网络量化编码 | 第34页 |
| 3.4.2 基于LDA社团的社团发现 | 第34-37页 |
| 3.4.3 可调重叠重叠程度的社团划分 | 第37页 |
| 3.5 实验及结果分析 | 第37-41页 |
| 3.5.1 LFR网络 | 第37-38页 |
| 3.5.2 归一化互信息 | 第38页 |
| 3.5.3 人造网络实验及结果分析 | 第38-40页 |
| 3.5.4 真实网络的实验及结果分析 | 第40-41页 |
| 3.6 本章小结 | 第41-43页 |
| 第四章 基于张量分解的多关系社交网络社团发现 | 第43-57页 |
| 4.1 本章引言 | 第43页 |
| 4.2 多关系网络介绍 | 第43页 |
| 4.3 张量介绍 | 第43-45页 |
| 4.4 多关系网络的张量建模 | 第45-47页 |
| 4.4.1 相似度张量 | 第45-46页 |
| 4.4.2 单关系网络的谱聚类 | 第46页 |
| 4.4.3 多关系网络谱聚类 | 第46-47页 |
| 4.5 张量分解 | 第47-52页 |
| 4.5.1 CP分解 | 第47-48页 |
| 4.5.2 Tucker分解 | 第48-50页 |
| 4.5.3 一种快速的Tucker分解算法 | 第50-52页 |
| 4.6 多关系网络社团划分实验 | 第52-56页 |
| 4.7 本章小结 | 第56-57页 |
| 第五章 基于动态社交网络的社团演化规律的研究 | 第57-69页 |
| 5.1 本章引言 | 第57页 |
| 5.2 基本概念介绍 | 第57页 |
| 5.3 Timeline设计 | 第57-58页 |
| 5.4 动态网络模型建立 | 第58-59页 |
| 5.5 损失函数建立 | 第59-61页 |
| 5.5.1 快照损失（snapshot cost） | 第60页 |
| 5.5.2 时间损失（temporal cost） | 第60-61页 |
| 5.6 社团演化的求解 | 第61-63页 |
| 5.7 实验及结果分析 | 第63-67页 |
| 5.7.1 人造网络实验及结果分析 | 第63-65页 |
| 5.7.2 真实网络实验及结果分析 | 第65-67页 |
| 5.8 本章小结 | 第67-69页 |
| 第六章 总结与展望 | 第69-73页 |
| 6.1 本文总结 | 第69-70页 |
| 6.2 展望 | 第70-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-79页 |
| 作者简介 | 第79-80页 |