1 绪论
1.1 引言
1.2 本书主要内容
1.3 本书结构安排
2 社区发现方法
2.1 传统方法
2.2 分裂方法
2.3 基于模块度的方法
2.4 统计推断法
2.5 重叠社区发现
2.6 贝叶斯社区发现
2.7 本章小结
3 矩阵分解学习主要方法
3.1 PCA矩阵分解
3.2 ICA矩阵分解
3.3 SVD矩阵分解
3.4 vo矩阵分解
3.5 NMF非负矩阵分解
3.6 半监督NMF分解
3.7 贝叶斯NMF分解
3.8 矩阵分解中的模式选择
3.9 矩阵分解学习与社区发现
3.10 本章小结
4 基于半监督矩阵分解的社区发现方法
4.1 半监督对称NMF方法
4.2 PCSNMF方法设计及算法推导
4.2.1 目标函数设计
4.2.2 对应算法
4.2.3 计算复杂度分析
4.3 PCSNMF在社会网络中的实验与分析
4.3.1 主要数据集介绍
4.3.2 主要评价指标
4.3.3 验证确定社区数量
4.3.4 方法结果比较
4.4 本章小结
……
5 基于贝叶斯矩阵分解的社区发现方法
6 矩阵分解学习社区发现应用研究
7 总结及展望
参考文献
索引