基于结构粒化的社区发现方法研究

声明

摘要

第一章 绪论

1．1 研究背景与意义

1．2 国内外研究现状

1．3 本文研究内容与组织结构

1．3．1 研究内容

1．3．2 组织结构

第二章 相关理论知识

2．1 社区发现概述

2．1．1 复杂网络简介

2．1．2 社区结构定义

2．1．3 社区衡量指标

2．1．4 社区发现的经典算法

2．2 结构粒化方法

2．3 本章小结

第三章 基于局部模块度的多层粒化社区发现方法

3．1 局部模块度

3．2 MGr-LM算法

3．2．1 结构粒化操作

3．2．2 MGr-LM算法流程

3．2．3 MGr-LM算法复杂度分析

3．3 实验设置及结果分析

3．3．1 实验数据集

3．3．2 参数设置

3．3．3 实验结果与分析

3．4 本章小结

第四章 基于节点相似度的自适应粒化社区发现方法

4．1 节点相似性的度量

4．2 AGr-NS算法

4．2．1 结构粒化操作

4．2．2 AGr-NS算法流程

4．2．3 AGr-NS算法复杂度分析

4．3 实验设置及结果分析

4．3．1 相似度指标对比

4．3．2 自适应粒化对网络的作用

4．3．3 实验结果与分析

4．3．4 AGr-NS与MGr-LM对比实验分析

4．4 本章小结

5．1 总结

5．2 展望

参考文献

附录

致谢

攻读硕士期间的成果与参与的科研项目