基于模块度优化的社团发现算法
摘要 | 第3-4页 |
ABSTRACT | 第4页 |
第1章 绪论 | 第7-11页 |
1.1 研究背景 | 第7-9页 |
1.2 研究目标与主要内容 | 第9页 |
1.3 章节安排 | 第9-11页 |
第2章 相关工作 | 第11-15页 |
2.1 模块度优化方法 | 第11-12页 |
2.2 基于统计推理的社团发现 | 第12-13页 |
2.3 增量型社团发现算法 | 第13-14页 |
2.4 本章小结 | 第14-15页 |
第3章 利用信念传播的社团发现算法 | 第15-27页 |
3.1 基于BP建模 | 第15-18页 |
3.1.1 概率图模型 | 第15-16页 |
3.1.2 信念传播 | 第16-18页 |
3.2 算法设计与实现 | 第18-22页 |
3.2.1 利用信念传播的精确社团划分 | 第19-20页 |
3.2.2 利用外部场的效率优化 | 第20-22页 |
3.3 实验结果及分析 | 第22-26页 |
3.3.1 真实网络社团质量评估 | 第22-25页 |
3.3.2 人工网络结果分析 | 第25-26页 |
3.4 本章小结 | 第26-27页 |
第4章 有向网络的增量型社团检测算法 | 第27-45页 |
4.1 算法原理 | 第27-29页 |
4.2 社团演化结构分析 | 第29-31页 |
4.3 算法设计 | 第31-35页 |
4.4 算法实现 | 第35-36页 |
4.5 实验结果与分析 | 第36-44页 |
4.5.1 基于模块度指标的社团划分质量评估 | 第37页 |
4.5.2 动态网络的社团质量评估 | 第37-41页 |
4.5.3 算法效率分析 | 第41-42页 |
4.5.4 在web服务上的应用 | 第42-44页 |
4.6 本章小结 | 第44-45页 |
第5章 总结与展望 | 第45-47页 |
5.1 总结 | 第45-46页 |
5.2 展望 | 第46-47页 |
参考文献 | 第47-51页 |
发表论文和参加科研情况说明 | 第51-53页 |
致谢 | 第53页 |