声明
摘要
第1章 绪论
1.1 研究背景及意义
1.2 本文研究内容及组织结构
1.3 国内外研究现状
1.3.1 传统的社团发现算法
1.3.2 分裂算法和凝聚算法
1.3.3 重叠社团结构发现算法
1.3.4 基于局部信息的算法
第2章 相关理论知识
2.1 复杂网络
2.1.1 无权无向图
2.1.2 简单图
2.1.3 度与邻居节点
2.1.4 度分布
2.1.5 节点聚类系数
2.1.6 边的聚类系数
2.2 社团结构
2.2.1 强社团结构与弱社团结构
2.2.2 节点与社团归属度定义
2.2.3 边与社团归属度定义
2.3 社团结构发现算法检测标准
2.3.1 实际基准网络
2.3.2 人造基准网络
2.3.3 正确划分率
2.3.4 共同信息比较法
第3章 基于节点归属度的社团结构发现算法
3.1 节点与社团归属度定义
3.2 网络中初始社团的确定
3.3 归属度阈值
3.4 基于节点归属度的社团结构发现算法原理
3.4.1 算法过程描述
3.4.2 由19个节点构成的三社团网络
3.5 寻找已知节点的社团
3.5.1 算法过程描述
3.5.2 Zachary空手道俱乐部网络
3.6 实验与分析
3.6.1 College Football网络
3.6.2 人工网络
3.7 小结
第4章 基于边的归属度的社团结构发现算法
4.1 边的聚类系数
4.2 边与社团归属度定义
4.3 归属度阈值
4.4 基于边的归属度的社团结构发现算法原理
4.5 实验与分析
4.5.1 重叠性社团网络
4.5.2 Zachary空手道俱乐部网络
4.6 小结
第5章 总结与展望
5.1 总结
5.2 未来工作展望
参考文献
致谢
攻读硕士学位期间发表的论文