加權(quán)社會網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)與鏈接預(yù)測理論及應(yīng)用

篇基礎(chǔ)知識
第1章社會網(wǎng)絡(luò)概述
1.1復(fù)雜網(wǎng)絡(luò)及其模型
1.1.1復(fù)雜網(wǎng)絡(luò)的基本概念
1.1.2復(fù)雜網(wǎng)絡(luò)機制模型
1.2社會網(wǎng)絡(luò)及其特性
1.2.1社會網(wǎng)絡(luò)的基本概念
1.2.2社會網(wǎng)絡(luò)的度量及特性
1.3社會網(wǎng)絡(luò)理論
1.3.1網(wǎng)絡(luò)結(jié)構(gòu)觀與結(jié)構(gòu)洞理論
1.3.2“二對一”理論與結(jié)構(gòu)角色理論
1.3.3“弱關(guān)系”與“嵌入性”理論
1.3.4社會資本理論
1.4加權(quán)社會網(wǎng)絡(luò)
1.4.1加權(quán)網(wǎng)絡(luò)基本概念
1.4.2加權(quán)網(wǎng)絡(luò)常用統(tǒng)計量
1.4.3符號社會網(wǎng)絡(luò)
1.5社會網(wǎng)絡(luò)分析概述
1.5.1SNA相關(guān)概念
1.5.2SNA的主要研究內(nèi)容
1.5.3SNA的數(shù)據(jù)表示方式
1.5.4社會網(wǎng)絡(luò)可視化分析工具
1.6SNA之實際應(yīng)用
1.6.1SNA中的計算方式及應(yīng)用
1.6.2SNA在《紅樓夢》文本分析中的應(yīng)用
1.6.3SNA在企業(yè)知識管理中的應(yīng)用
1.6.4SNA在數(shù)據(jù)新聞領(lǐng)域的應(yīng)用
1.7本章小結(jié)
 
 
第二篇社區(qū)發(fā)現(xiàn)理論及應(yīng)用
第2章社區(qū)發(fā)現(xiàn)技術(shù)理論基礎(chǔ)
2.1社區(qū)發(fā)現(xiàn)概述
2.1.1社區(qū)是什么
2.1.2社區(qū)劃分的目的
2.2社區(qū)發(fā)現(xiàn)技術(shù)研究現(xiàn)狀
2.2.1無權(quán)網(wǎng)絡(luò)中的社區(qū)發(fā)現(xiàn)
2.2.2加權(quán)網(wǎng)絡(luò)中的社區(qū)發(fā)現(xiàn)
2.2.3符號網(wǎng)絡(luò)中的社區(qū)發(fā)現(xiàn)
2.2.4社區(qū)發(fā)現(xiàn)面臨的挑戰(zhàn)性問題
2.3幾種經(jīng)典的社區(qū)發(fā)現(xiàn)算法
2.3.1譜平分法
2.3.2GN算法
2.3.3Newman算法
2.3.4Kmeans算法
2.3.5標(biāo)簽傳播算法
2.4社區(qū)發(fā)現(xiàn)的評價指標(biāo)
2.4.1NMI
2.4.2ARI
2.4.3模塊度
2.4.4挫敗值與錯誤率
2.5本章小結(jié)
第3章基于鏈接強度的加權(quán)網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)方法
3.1引言
3.2AGMA算法及存在問題
3.2.1AGMA算法主要思想
3.2.2AGMA算法問題分析
3.3CRMA方法
3.3.1相關(guān)定義
3.3.2CRMA算法描述
3.4實驗與分析
3.4.1實驗環(huán)境及所用數(shù)據(jù)集
3.4.2評價指標(biāo)
3.4.3實驗結(jié)果及分析
3.4.4算法復(fù)雜度分析
3.5本章小結(jié)
第4章基于共同鄰居的加權(quán)網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)方法
4.1引言
4.2IEM方法
4.2.1主要思想
4.2.2基于共同鄰居節(jié)點的加權(quán)相似度定義
4.2.3IEM算法描述
4.3實驗與分析
4.3.1所用數(shù)據(jù)集
4.3.2實驗結(jié)果及分析
4.3.3算法復(fù)雜度分析
4.4本章小結(jié)
第三篇鏈接預(yù)測理論及應(yīng)用
第5章鏈接預(yù)測技術(shù)理論基礎(chǔ)
5.1鏈接預(yù)測概述
5.1.1問題描述
5.1.2研究背景及意義
5.2鏈接預(yù)測技術(shù)研究現(xiàn)狀
5.2.1無權(quán)網(wǎng)絡(luò)鏈接預(yù)測研究現(xiàn)狀
5.2.2加權(quán)網(wǎng)絡(luò)鏈接預(yù)測研究現(xiàn)狀
5.3經(jīng)典的相似性指標(biāo)
5.3.1無權(quán)網(wǎng)絡(luò)中的相似性指標(biāo)
5.3.2加權(quán)網(wǎng)絡(luò)中的相似性指標(biāo)
5.4預(yù)測精度評價方法
5.5本章小結(jié)
第6章基于多路徑節(jié)點相似性的加權(quán)網(wǎng)絡(luò)鏈接預(yù)測方法
6.1引言
6.2STNMP方法
6.2.1核心思想
6.2.2相關(guān)定義
6.2.3算法描述
6.3實驗與分析
6.3.1評價指標(biāo)與實驗流程
6.3.2數(shù)據(jù)準(zhǔn)備及預(yù)處理
6.3.3步長參數(shù)的確定
6.3.4實驗結(jié)果及分析
6.4本章小結(jié)
第7章基于結(jié)構(gòu)平衡理論與節(jié)點相似性的符號網(wǎng)絡(luò)鏈接
預(yù)測方法
7.1引言
7.2符號網(wǎng)絡(luò)鏈接預(yù)測理論基礎(chǔ)
7.2.1結(jié)構(gòu)平衡理論
7.2.2地位理論
7.2.3符號網(wǎng)絡(luò)平衡性分析
7.2.4符號網(wǎng)絡(luò)鏈接預(yù)測研究現(xiàn)狀
7.3PSNBS算法
7.3.1核心思想
7.3.2相關(guān)定義
7.3.3算法描述
7.4實驗與分析
7.4.1實驗所用數(shù)據(jù)集
7.4.2預(yù)測精度評價指標(biāo)
7.4.3邊值預(yù)測準(zhǔn)確率分析
7.4.4符號預(yù)測正確性驗證
7.4.5與經(jīng)典算法對比分析
7.5本章小結(jié)
第8章結(jié)論與展望
附錄
參考文獻