| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 研究意义 | 第12-13页 |
| 1.4 文章结构和研究内容 | 第13-14页 |
| 第2章 社会网络相关理论与社区结构发现算法 | 第14-27页 |
| 2.1 社区网络基本理论 | 第14-17页 |
| 2.1.1 网络模型构建 | 第14页 |
| 2.1.2 网络聚类系数 | 第14-15页 |
| 2.1.3 度分布 | 第15-16页 |
| 2.1.4 平均路径长度和介数 | 第16-17页 |
| 2.2 社区结构评价指标 | 第17-19页 |
| 2.3 社区发现算法 | 第19-27页 |
| 2.3.1 非重叠社区发现算法 | 第19-23页 |
| 2.3.2 重叠社区发现算法 | 第23-27页 |
| 第3章 基于边介数相异度矩阵的谱聚类算法 | 第27-37页 |
| 3.1 算法储备知识 | 第27-30页 |
| 3.1.1 谱聚类 | 第27页 |
| 3.1.2 亲和矩阵构造 | 第27-28页 |
| 3.1.3 其他概念 | 第28-30页 |
| 3.2 基于边介数相异度矩阵的谱聚类算法描述 | 第30-31页 |
| 3.2.1 算法实现过程 | 第30-31页 |
| 3.2.2 算法的复杂度分析 | 第31页 |
| 3.3 方法论 | 第31页 |
| 3.4 计算机生成网络实验仿真 | 第31-32页 |
| 3.5 真实网络实验仿真 | 第32-36页 |
| 3.5.1 空手道俱乐部网络 | 第33-34页 |
| 3.5.2 海豚网络 | 第34-35页 |
| 3.5.3 美国大学生足球网络 | 第35-36页 |
| 3.6 小结 | 第36-37页 |
| 第4章 基于局部社区引力的重叠社区发现算法 | 第37-47页 |
| 4.1 基于 LCG 的重叠社区发现算法提出的背景 | 第37页 |
| 4.2 算法相关定义 | 第37-38页 |
| 4.3 基于 LCG 的重叠社区发现算法描述 | 第38-39页 |
| 4.3.1 算法实现步骤 | 第39页 |
| 4.3.2 算法复杂度分析 | 第39页 |
| 4.4 方法论 | 第39-40页 |
| 4.5 LFR 人工合成网络实验 | 第40-45页 |
| 4.6 真实世界网络实验 | 第45-46页 |
| 4.7 小结 | 第46-47页 |
| 第5章 总结与展望 | 第47-49页 |
| 5.1 论文总结 | 第47-48页 |
| 5.2 研究展望 | 第48-49页 |
| 参考文献 | 第49-54页 |
| 致谢 | 第54-55页 |
| 个人简历、在学期间发表的学术论文及研究成果 | 第55页 |