基于社团划分的电子邮件网络分析系统的设计与实现
发布时间：2023-03-18 20:23
无论在自然界还是人类的社会生活中广泛存在着复杂的关系系统，这些复杂的系统以网络的形式表现出来。由于这样的网络规模非常大，而且各个节点之间的关系十分复杂，所以称这样的网络被称为复杂网络。近些年随着人们对复杂网络研究的不断深入，复杂网络的很多特征被发现，其中最引人注意的是复杂网络的社团结构。 随着现代科技的快速发展，人与人之间的关系越来越密切，在人们生活中关系网络也越来越复杂，这不仅体现在网络范围的扩大，也体现在人与人之间的联系也越来越复杂。而这些大规模复杂信息里面包含了大量的有用信息，通过分析这些网络数据可以为我们的日常生活、工作、商业、国防提供重要的参考信息。同样由于人与人之间的关系网络复杂度在急剧增加，以前的很多算法的处理效率和准确度越来越不适用，因此高效的社团划分算法成为了当前的研究热点。 本文针对上述问题，在分析了现有算法的优点与缺点基础上，分别改进和提出了一个比较高效的算法。其中，第一个算法吸收了现有算法使用的分层思想，在每个层次迭代处理的过程中，首先在社团之间移动节点，然后把稳定后的社团转化为超点。同时在移动节点过程中引入判断剪枝算法，减少了大量的重复性运算，从而提高了算法时...
【文章页数】：80 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究背景及意义
1.2 研究现状
1.2.1 无重叠社团划分算法
1.2.2 局部社团划分算法
1.2.3 重叠社团划分算法
1.3 论文的研究内容
1.4 本文的层次结构安排
第二章 复杂网络经典社团划分算法介绍
2.1 复杂网络概述
2.1.1 复杂网络的基本概念定义
2.1.2 复杂网络基本结构特征
2.2 LOUVAIN 无重叠社团算法
2.2.1 算法的理论基础
2.2.2 算法思想
2.2.3 算法总结
2.3 基于模块度 R 的局部社团划分算法
2.3.1 算法的理论基础
2.3.2 算法思想
2.3.3 算法总结
2.4 K-CLIQUE 重叠社团算法
2.4.1 算法的基本理论
2.4.2 算法思想
2.4.3 算法总结
2.5 本章小结
第三章 社团划分算法研究
3.1 改进的 Louvain 社团划分算法
3.1.1 Louvain 算法的不足
3.1.2 算法思想
3.1.3 实验与结果分析
3.1.3.1 合成数据
3.1.3.2 某机构的邮件数据
3.1.3.3 结果分析
3.1.4 算法总结
3.2 基于局部算法划分重叠社团
3.2.1 k-clique 算法的不足之处
3.2.2 算法思想
3.2.2.1 网络节点预处理
3.2.2.2 构造社团
3.2.3 实验与结果
3.2.3.1 GN 网络数据集
3.2.3.2 colleges football 网络
3.2.3.3 结果分析
3.2.4 算法总结
3.3 本章小结
第四章 电子邮件网络分析系统的设计与实现
4.1 用到的框架和技术
4.1.1 Spring 框架
4.1.2 Hibernate 框架
4.1.3 JNI
4.2 系统总体介绍
4.2.1 系统架构
4.2.2 系统功能
4.3 邮件预处理模块
4.3.1 处理流程
4.3.2 重要的数据结构
4.4 社团划分模块
4.4.1 处理流程
4.4.2 重要的数据结构
4.5 关键节点探测模块
4.5.1 处理流程
4.5.2 重要的数据结构
4.6 数据库
4.6.1 数据库表的组成
4.6.2 数据库表的关系结构
4.7 本章小结
第五章 电子邮件网络分析系统测试
5.1 功能测试
5.2 性能测试
5.3 本章小结
第六章 结束语
6.1 全文总结
6.2 不足与下一步展望
致谢
参考文献
攻硕期间取得的研究成果
本文编号：3763804
【文章页数】：80 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究背景及意义
1.2 研究现状
1.2.1 无重叠社团划分算法
1.2.2 局部社团划分算法
1.2.3 重叠社团划分算法
1.3 论文的研究内容
1.4 本文的层次结构安排
第二章 复杂网络经典社团划分算法介绍
2.1 复杂网络概述
2.1.1 复杂网络的基本概念定义
2.1.2 复杂网络基本结构特征
2.2 LOUVAIN 无重叠社团算法
2.2.1 算法的理论基础
2.2.2 算法思想
2.2.3 算法总结
2.3 基于模块度 R 的局部社团划分算法
2.3.1 算法的理论基础
2.3.2 算法思想
2.3.3 算法总结
2.4 K-CLIQUE 重叠社团算法
2.4.1 算法的基本理论
2.4.2 算法思想
2.4.3 算法总结
2.5 本章小结
第三章 社团划分算法研究
3.1 改进的 Louvain 社团划分算法
3.1.1 Louvain 算法的不足
3.1.2 算法思想
3.1.3 实验与结果分析
3.1.3.1 合成数据
3.1.3.2 某机构的邮件数据
3.1.3.3 结果分析
3.1.4 算法总结
3.2 基于局部算法划分重叠社团
3.2.1 k-clique 算法的不足之处
3.2.2 算法思想
3.2.2.1 网络节点预处理
3.2.2.2 构造社团
3.2.3 实验与结果
3.2.3.1 GN 网络数据集
3.2.3.2 colleges football 网络
3.2.3.3 结果分析
3.2.4 算法总结
3.3 本章小结
第四章 电子邮件网络分析系统的设计与实现
4.1 用到的框架和技术
4.1.1 Spring 框架
4.1.2 Hibernate 框架
4.1.3 JNI
4.2 系统总体介绍
4.2.1 系统架构
4.2.2 系统功能
4.3 邮件预处理模块
4.3.1 处理流程
4.3.2 重要的数据结构
4.4 社团划分模块
4.4.1 处理流程
4.4.2 重要的数据结构
4.5 关键节点探测模块
4.5.1 处理流程
4.5.2 重要的数据结构
4.6 数据库
4.6.1 数据库表的组成
4.6.2 数据库表的关系结构
4.7 本章小结
第五章 电子邮件网络分析系统测试
5.1 功能测试
5.2 性能测试
5.3 本章小结
第六章 结束语
6.1 全文总结
6.2 不足与下一步展望
致谢
参考文献
攻硕期间取得的研究成果
本文编号：3763804
本文链接：https://www.wllwen.com/guanlilunwen/ydhl/3763804.html
