1. 研究目的与意义（文献综述）

1.1 研究背景及意义

在当今世界网络的快速传播和发展的大环境下，国内诸如微博、知乎，国外yelp、foursqure等社交媒体和网站的出现极大地激发了人们在网络方面的探索热情，科技研究人员们纷纷涌入这个浪潮来发现网络之美。对于网络的应用者们来说，生活中的各个方面也都与之息息相关。社交、学术、信息、医疗等领域都以网络的形式存在并相互关联。人们不断地利用虚拟的网络来进行真实的社交，使得社交网络分析成为挖掘真实社会关系的重要手段。社区发现算法是近年来的热点研究方向，它将网络模块化、层次化分解，使其结构更加清晰，研究也更具有针对性，还能与用户画像相结合，对于不同的个人或群体可利用最适合的算法来达到目的，近而可以更加准确地应用在系统推荐、信息传播和检索和其他众多领域。

2. 研究的基本内容与方案

2.1 基本内容以及目标

本文主要目的是通过聚类实现不同社区发现算法的设计和比较分析，得到实际社交网络展示结果并发现最好的算法，使其与用户画像结合使用得到更准确的社交网络信息。基本内容如下：

（1）学习社区发现算法理论知识和python语言等技术知识；

3. 研究计划与安排

2019.02.01-2019.02.17 查找资料，阅读大量相关文献，学习python等储备知识

2019.02.18-2019.02.28 撰写开题报告，翻译英文文献

2019.02.29-2019.03.10 仔细研究涉及到的算法并正式开始论文设计

4. 参考文献（12篇以上）

[1]tang,fq.communitydetection with structural and attribute similarities[j].statistical computationand simulation,2019,89(4):668-685.

[2]newman m e j. finding andevaluating community structure in networks[j]. physical review e, 2004,69(2):026113.

[3] newman m e j. fast algorithmfor detecting community structure in networks[j]. phys rev e stat nonlin softmatter phys, 2004, 69(6 pt 2):066133.