首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

社会网络中社区搜索算法设计与实现

中文摘要第3-4页
Abstract第4-5页
第1章 绪论第9-19页
    1.1 研究背景及意义第9-12页
    1.2 国内外研究现状第12-16页
        1.2.1 社区检测问题研究现状第12-14页
        1.2.2 社区搜索的研究现状第14-16页
    1.3 本文主要研究内容第16页
    1.4 论文结构安排第16-17页
    1.5 本章小结第17-19页
第2章 课题研究的相关理论知识第19-27页
    2.1 社区检测第19-20页
    2.2 社区搜索第20-21页
        2.2.1 图中基于关键字的搜索第20页
        2.2.2 图形匹配第20-21页
    2.3 社区模型第21-25页
        2.3.1 k-core社区模型第21-22页
        2.3.2 quasi-clique社区模型第22-23页
        2.3.3 k-truss社区模型第23-25页
    2.4 本章小结第25-27页
第3章 基于三角图密度的社区搜索第27-41页
    3.1 引言第27页
    3.2 预备知识第27-30页
        3.2.1 离心率第27-28页
        3.2.2 三角形列表算法第28-29页
        3.2.3 连通图第29页
        3.2.4 密度第29页
        3.2.5 符号定义第29-30页
    3.3 问题定义第30页
    3.4 基于三角图密度的社区搜索第30-37页
        3.4.1 构建三角图第30-32页
        3.4.2 三角图密度函数第32-34页
        3.4.3 三角图的密集子图第34-35页
        3.4.4 贪婪近似算法第35-37页
    3.5 实验和评估第37-40页
        3.5.1 实验设置第37-38页
        3.5.2 评价标准第38页
        3.5.3 实验结果分析第38-40页
    3.6 本章小结第40-41页
第4章 属性图中基于顶点关键字的社区搜索第41-57页
    4.1 引言第41-43页
    4.2 预备知识第43-44页
        4.2.1 符号定义第43-44页
        4.2.2 属性社区的标准第44页
    4.3 属性社区问题定义第44-45页
    4.4 基于属性的社区搜索算法第45-51页
        4.4.1 查询属性函数第45-48页
        4.4.2 Truss分解算法第48-49页
        4.4.3 改进的贪婪算法第49-51页
    4.5 实验和评估第51-55页
        4.5.1 实验设置第51-52页
        4.5.2 评价标准第52页
        4.5.3 实验结果分析第52-55页
    4.6 本章小结第55-57页
结论第57-59页
参考文献第59-65页
致谢第65-66页

论文共66页,点击 下载论文
上一篇:触摸屏ACF粒子自动光学检测的关键技术研究
下一篇:基于问题框架方法的软件非功能性需求分析的研究