声明
第1章 绪论
1.1 社团发现的研究背景及意义
1.2 研究目标
1.3 研究内容
1.4 本文结构
第2章 研究现状
2.1 仅利用网络拓扑的社团检测方法
2.2 融合拓扑与背景信息的社团检测方法
2.3具有可解释性的语义社团检测方法
第3章 结合拓扑与属性的鲁棒、强解释性社团发现模型
3.1 建模网络拓扑信息的子模型
3.2 建模结点属性信息的子模型
3.3 基于概率转移刻画拓扑与属性关系的子模型
3.4 统一模型的形式化表示
3.5 RSECD模型优化
3.6 RSECD模型的实验验证
第4章 融入半监督信息的端到端MRFasGCN社团发现模型
4.1 MRFasGCN模型概述
4.2 将马尔科夫随机场转化为图卷积层
4.3 MRFasGCN模型的实验验证
第5章 总结和展望
5.1 总结
5.2 展望
参考文献
发表论文和参加科研情况说明
致谢
天津大学;
