社会网络中社区发现与动态演化的研究
| 中文摘要 | 第1-4页 |
| Abstrract | 第4-8页 |
| 第一章 引言 | 第8-13页 |
| ·研究背景与意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·本文主要研究内容 | 第11-12页 |
| ·本文结构安排 | 第12-13页 |
| 第二章 社区发现算法概述 | 第13-25页 |
| ·基本概念 | 第13页 |
| ·社会网络 | 第13页 |
| ·社区结构 | 第13页 |
| ·动态社会网络 | 第13页 |
| ·静态网络社区发现算法 | 第13-17页 |
| ·引言 | 第13页 |
| ·GN算法及其改进算法 | 第13-16页 |
| ·标签传播算法 | 第16-17页 |
| ·动态网络社区发现算法 | 第17-20页 |
| ·引言 | 第17-18页 |
| ·基于增量分析的方法 | 第18-20页 |
| ·基于概率模型的方法 | 第20页 |
| ·社区划分框架 | 第20-24页 |
| ·概述 | 第20-21页 |
| ·分层优化框架设计 | 第21-24页 |
| ·动态算法设计思想 | 第24页 |
| ·本章总结 | 第24-25页 |
| 第三章 分层社区发现算法设计 | 第25-48页 |
| ·概述 | 第25页 |
| ·基于密度聚类的网络核心区域挖掘 | 第25-29页 |
| ·基本概念 | 第25-27页 |
| ·算法描述 | 第27-29页 |
| ·输入参数的确定 | 第29页 |
| ·孤立点修复策略 | 第29-31页 |
| ·基本概述 | 第29-30页 |
| ·边缘节点修复策略 | 第30页 |
| ·最多邻居从属修复策略 | 第30页 |
| ·柔性归属策略 | 第30-31页 |
| ·模块度优化等效性的证明 | 第31-32页 |
| ·基于改进粒子群算法的优化问题 | 第32-38页 |
| ·基本概述 | 第34页 |
| ·优化目标 | 第34-35页 |
| ·粒子编码与初始化 | 第35页 |
| ·粒子更新方案 | 第35-36页 |
| ·变异策略 | 第36-37页 |
| ·算法描述 | 第37-38页 |
| ·算法复杂度分析 | 第38页 |
| ·实验分析 | 第38-47页 |
| ·社区质量分析指标 | 第39-40页 |
| ·人工网络数据集测试 | 第40-41页 |
| ·真实网络数据集测试Ⅰ | 第41-43页 |
| ·真实网络数据集测试Ⅱ | 第43-46页 |
| ·分层框架在社区发现中的影响 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第四章 基于增量传播的动态社区检测算法 | 第48-63页 |
| ·概述 | 第48页 |
| ·静态标签传播算法 | 第48-52页 |
| ·标签分配策略 | 第48-50页 |
| ·标签传播策略 | 第50-52页 |
| ·增量传播的动态标签传播算法 | 第52-54页 |
| ·基本定义 | 第52-53页 |
| ·动态社会网络中增量传播策略 | 第53-54页 |
| ·实验分析 | 第54-59页 |
| ·社区质量分析指标 | 第55页 |
| ·动态人工网络数据集测试 | 第55-57页 |
| ·真实动态网络数据集测试 | 第57-59页 |
| ·时间复杂度分析 | 第59-60页 |
| ·社区演化分析 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 个人简历 | 第70-71页 |
| 在学期间的研究成果及发表的学术论文 | 第71页 |
