基于相似度投票和信息传递的静态与动态社区划分算法研究
| 摘要 | 第4-6页 |
| abstract | 第6-8页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 研究背景与研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 论文主要工作 | 第15-16页 |
| 1.4 论文结构组织 | 第16-17页 |
| 第2章 社区划分概论 | 第17-26页 |
| 2.1 社区划分相关理论与定义 | 第17-20页 |
| 2.1.1 静态社会网络 | 第17页 |
| 2.1.2 社区结构 | 第17-19页 |
| 2.1.3 动态社会网络 | 第19-20页 |
| 2.2 静态社区划分算法 | 第20-23页 |
| 2.2.1 GN算法 | 第20-21页 |
| 2.2.2 CNM算法 | 第21-22页 |
| 2.2.3 Louvain算法 | 第22-23页 |
| 2.3 动态社区划分算法 | 第23-25页 |
| 2.3.1 IC算法 | 第23-24页 |
| 2.3.2 QCA算法 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 基于相似度投票的社区划分算法 | 第26-37页 |
| 3.1 算法大概思想 | 第26-27页 |
| 3.2 节点相似度计算 | 第27-28页 |
| 3.3 社区选择与合并 | 第28-31页 |
| 3.3.1 第一阶段的社区选择与合并 | 第29-31页 |
| 3.3.2 第二阶段的社区选择与合并 | 第31页 |
| 3.4 算法实现与算法时间复杂度分析 | 第31-36页 |
| 3.4.1 CDBSV算法实现 | 第32-35页 |
| 3.4.2 CDBSV算法时间复杂度分析 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 基于信息传递的动态划分算法 | 第37-46页 |
| 4.1 信息传递动态算法思想 | 第37-38页 |
| 4.2 增量节点集与待测社区 | 第38-43页 |
| 4.2.1 初始增量节点集与待测社区计算 | 第38-40页 |
| 4.2.2 增量节点集与待测社区更新 | 第40-43页 |
| 4.3 算法描述与复杂度分析 | 第43-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第5章 实验设计与分析 | 第46-59页 |
| 5.1 实验环境与数据集 | 第46-47页 |
| 5.2 静态划分算法对比分析 | 第47-54页 |
| 5.2.1 纯净度AC | 第47-48页 |
| 5.2.2 模块度Q与社区数目 | 第48-50页 |
| 5.2.3 算法时间效率 | 第50-52页 |
| 5.2.4 社区划分可视化 | 第52-54页 |
| 5.3 动态划分算法对比分析 | 第54-58页 |
| 5.3.1 模块度Q | 第55-56页 |
| 5.3.2 稳定度S | 第56-57页 |
| 5.3.3 时间效率 | 第57-58页 |
| 5.4 本章小结 | 第58-59页 |
| 第6章 总结与展望 | 第59-62页 |
| 6.1 研究总结 | 第59-60页 |
| 6.2 研究展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 作者简介及在学期间所取得的科研成果 | 第66-67页 |
| 致谢 | 第67页 |
