摘要 | 第3-4页 |
abstract | 第4页 |
第1章 引言 | 第9-17页 |
1.1 研究背景及意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-14页 |
1.2.1 社交网络研究现状 | 第10-11页 |
1.2.2 重叠社区发现研究现状 | 第11-13页 |
1.2.3 节点评估研究现状 | 第13-14页 |
1.2.4 存在问题及研究难点分析 | 第14页 |
1.3 论文主要工作 | 第14-15页 |
1.4 论文组织结构 | 第15-17页 |
第2章 社区发现及节点评估相关技术 | 第17-24页 |
2.1 社交网络基本概念及特性 | 第17-19页 |
2.1.1 小世界特性 | 第17-18页 |
2.1.2 聚类特性 | 第18页 |
2.1.3 无标度特性 | 第18-19页 |
2.2 重叠社区发现方法 | 第19-21页 |
2.2.1 CPM算法 | 第19页 |
2.2.2 GCE算法 | 第19-20页 |
2.2.3 COPRA算法 | 第20-21页 |
2.2.4 DOCNet算法 | 第21页 |
2.3 节点评估方法 | 第21-23页 |
2.3.1 中心度指标 | 第21-22页 |
2.3.2 介数指标 | 第22页 |
2.3.3 紧密度指标 | 第22页 |
2.3.4 PageRank算法 | 第22-23页 |
2.4 本章小结 | 第23-24页 |
第3章 基于局部最优扩展的重叠社区发现算法 | 第24-35页 |
3.1 问题的描述和研究思路 | 第24-25页 |
3.2 基于局部最优扩展的重叠社区发现算法 | 第25-29页 |
3.2.1 改进相关算法的概念定义 | 第25-27页 |
3.2.2 基于局部最优扩展的重叠社区发现算法描述 | 第27-29页 |
3.2.3 算法效率分析 | 第29页 |
3.3 实验对比及结果分析 | 第29-34页 |
3.3.1 实验方案 | 第29-30页 |
3.3.2 评价指标 | 第30-31页 |
3.3.3 实验结果及分析 | 第31-34页 |
3.4 本章小结 | 第34-35页 |
第4章 基于相似度的重要节点评估算法 | 第35-43页 |
4.1 问题的描述和算法的研究思路 | 第35-36页 |
4.2 基于相似度的重要节点评估算法 | 第36-39页 |
4.2.1 改进的相似度度量方法 | 第36页 |
4.2.2 基于相似度的重要节点评估算法描述 | 第36-39页 |
4.3 实验结果及分析 | 第39-41页 |
4.4 本章小结 | 第41-43页 |
第5章 社交网络重叠社区发现及节点评估原型系统 | 第43-54页 |
5.1 系统需求分析 | 第43-44页 |
5.2 系统设计与实现 | 第44-45页 |
5.2.1 系统架构设计 | 第44页 |
5.2.2 系统功能模块设计 | 第44-45页 |
5.3 系统详细设计 | 第45-47页 |
5.3.1 系统界面设计 | 第45页 |
5.3.2 系统各功能模块详细设计 | 第45-47页 |
5.4 原型系统功能测试 | 第47-53页 |
5.4.1 系统界面实现 | 第47-48页 |
5.4.2 系统主要功能测试 | 第48-53页 |
5.5 本章小结 | 第53-54页 |
第6章 总结及未来工作 | 第54-56页 |
6.1 论文工作总结 | 第54页 |
6.2 未来的工作 | 第54-56页 |
参考文献 | 第56-60页 |
致谢 | 第60-62页 |
攻读硕士学位期间从事的科研工作及取得的成果 | 第62页 |