第一章 绪论 11-16

　　1.1 研究背景 11-13

　　1.2 问题描述 13-14

　　1.3 本文工作 14-15

　　1.4 论文结构 15-16

　　第二章 相关工作 16-23

　　2.1 基本概念 16

　　2.2 社团度量 16-18

　　2.2.1 非重叠社团度量 16-17

　　2.2.2 重叠社团度量 17

　　2.2.3 其他度量方法 17-18

　　2.3 社团发现算法 18-22

　　2.3.1 非重叠社团发现算法 18-20

　　2.3.2 重叠社团发现算法 20-22

　　2.3.3 其他社团发现算法 22

　　2.4 本章小结 22-23

　　第三章 面向赋权网络的重叠社团结构度量 23-36

　　3.1 模块度的随机图解释 23-24

　　3.2 赋权模块度 24-26

　　3.3 面向重叠社团结构的扩展模块度 26-30

　　3.4 实验 30-35

　　3.4.1 LF标准人工网络 31-32

　　3.4.2 人工网络社团度量 32-35

　　3.5 本章小结 35-36

　　第四章 基于随机游走和节点属性的社团发现 36-49

　　4.1 整体框架 36-37

　　4.2 重要节点发现 37-39

　　4.3 社团发现 39-41

　　4.4 实验 41-48

　　4.4.1 数据集 41-42

　　4.4.2 参数选择与社团划分 42-45

　　4.4.3 不同方法对比 45-47

　　4.4.4 种子节点选取对算法效率的影响分析 47-48

　　4.5 本章小结 48-49

　　第五章 总结与展望 49-50

　　5.1 本文总结 49

　　5.2 未来展望 49-50

　　参考文献 50-54

　　致谢 54-55

　　攻读硕士学位期间发表的学术论文目录 55-56

　　攻读硕士学位期间参与的项目 56-57

　　学位论文评闻及答辩情况表 57