Newman写的最初的C语言社团发现算法，里面包括了相应的数据。

复杂网络社团发现算法，对于研究复杂网络及复杂网络社团特性的同学，进行聚类分析识别社团结构有较大的参考价值。

关于基于mongodb数据库的社团管理系统开题报告

社区管理系统 社团管理系统 很早之前学习时的第一个项目，sql文件丢失了，手动写了几个，如需要达到理想的界面展示，需要手动添加一些数据。 更新，部分代码由于不是本人所写，没有上传，导致部分功能不能使用。所有代码可以参考。项目当前不能友好的跑起来，见谅。 背景 是为了迎合学校“百团大战”（一种每年都有的社团迎新活动），为社团迎新开发的管理系统。方便学生浏览申请参加各种社团，同时方便管理者对各社团发送通知，下发文件等管理。 运行环境 JDK1.7编写 Eclipse（Neon.3 Release（4.6.3））Windows下 Tomcat v8.5 MySQL 5.5 使用技术 Java Servlet和JSP MySQL数据库 c3p0连接池 封装页面类可以实现数据库分页 JavaScript和jQuery 使用bootstrap构建前端展示界面 实现的功能 前端展示 普通用户登录，注

函数：function [e]=rangraph(in） 此图结构为：网络中任意点a与其同属一个社团的点的连边数为in，与其他社团的点的连边数为out。in+out恒为16，节点总数128. e为生成的邻接矩阵。 并将生成的网络信息保存在222.net中。 将222.net导入pajek中即可可视化

针对传统词项之间语义关系抽取难以适用于微博，导致发现微博热点事件不敏感的问题，提出一种基于词项语义共现和社团划分的方法发现热点事件。首先利用热度定义对微博数据进行初次筛选，通过构建共现词项图来模拟词项间的语义相关性，并结合修改的TF-IDF公式计算词项间的语义相关度；借助社区划分和模块度的概念对词项图进行划分，完成词项聚类，进而获得热点事件。实验结果表明，与同类方法相比，该方法的准确率较高，发现的热点事件与实时事件基本保持一致，具有较好的热点识别效果。

复杂网络中最具影响力节点的识别对网络动力学如加速信息的扩散或抑制流言的传播都具有重要影响意义。为了对节点影响力给出具体排序，在已有的各种最具影响力节点识别方法的基础上，提出了一种基于社团结构和k-shell节点法的节点影响力识别方法。其基本思想是利用某个节点处于不同社团的邻居节点的ks值判断节点影响力（称为Nc值），以识别ks值相同的节点的不同影响力。通过单感染源传染的SIR模型进行仿真，发现Nc值较高的节点不仅最终节点的影响范围较大，传播速度也快于其他节点。

学校社团文化节活动方案.docx

非常简单的ASP+SQL数据库社团管理系统,菜鸟才下哈!!!~~~

篮球-社团活动记录表.doc