异构信息网络上的相似性搜索研究

摘要

异构信息网络分析是近年来数据挖掘领域中非常热门而新颖的研究方向,受到越来越多专家学者的关注。现实世界中来自各种不同领域的系统中往往都存在多种类型的对象,不同类型的对象之间有着不同类型的链接关系,可以建模为异构信息网络。异构信息网络分析中的一项典型工作就是相似性搜索,通过研究异构信息网络相似性搜索可以有效地挖掘网络中丰富的语意和隐藏的知识。
　　本文研究分析了传统的基于特征的相似性度量方法以及当前同构信息网络与异构信息网络下基于链接的相似性搜索算法和其中存在的问题。针对PathSim算法相似性搜索结果容易产生影响力偏差和领域偏差的问题,本文提出了异构信息网络中对象影响力因子的概念以及计算方法,并以此为基础提出了一种基于元路径并且综合影响力因子的相似性搜索算法 APSim。该算法通过在元路径中加入中间核心类型对象影响力因子的综合考量使得异构信息网络中基于元路径的相似性搜索更加具有现实意义。
　　最后,通过对PathSim和APSim两种算法在不同元路径下的执行效果进行比较分析,说明了APSim算法能够较好地避免相似性搜索结果影响力偏差和领域偏差的问题,验证了本文提出的APSim算法的正确性与准确性。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 课题研究的背景和意义

1.2 研究现状

1.3 本文的主要研究内容

1.4 本文的组织结构

第二章 异构信息网络相关理论

2.1 异构信息网络概述

2.2 异构信息网络的基础理论

2.3 本章小结

第三章 经典相似性搜索算法研究

3.1 相似性搜索算法概述

3.2 基于特征的相似性度量方法

3.3 基于链接的相似性搜索算法

3.4 本章小结

第四章 异构信息网络中对象影响力因子算法

4.1 异构信息网络中对象影响力因子介绍

4.2 HITS算法

4.3 PageRank算法

4.4 异构信息网络中对象影响力因子

4.5 本章小结

第五章 ApSim—综合影响力因子的相似性搜索算法

5.1 APSim算法的基本思路

5.2 APSim算法的实现

5.3 APSim算法的计算方法

5.4 本章小结

第六章 实验结果及分析

6.1 实验目的、环境、数据集以及流程

6.2 实验一 两种算法在元路径APCPA下的作者相似准确性比较

6.3 实验二 两种算法在元路径CPAPC下的会议相似准确性比较

6.4 实验三 APSim算法用于领域合作团队发现

6.5 本章小结

第七章 总结与展望

致谢

参考文献