異構(gòu)信息網(wǎng)絡(luò)Top-k相關(guān)性查詢方法研究.pdf

1、我們生活在一個(gè)錯(cuò)綜復(fù)雜的世界中，大部分的數(shù)據(jù)對(duì)象例如個(gè)體、組織或機(jī)構(gòu)等都是互相關(guān)聯(lián)和交互的，由此而形成了一個(gè)巨大的、互聯(lián)的復(fù)雜網(wǎng)絡(luò)。不失一般性，這種網(wǎng)絡(luò)可以被建模成為信息網(wǎng)絡(luò)。在現(xiàn)實(shí)世界中，信息網(wǎng)絡(luò)隨處可見(jiàn)，已經(jīng)成為現(xiàn)代信息基礎(chǔ)設(shè)施的重要組成部分。分析和挖掘信息網(wǎng)絡(luò)或其中的某幾種特殊類型的網(wǎng)絡(luò)，例如社交網(wǎng)絡(luò)、電子商務(wù)網(wǎng)絡(luò)等，已經(jīng)成為計(jì)算機(jī)科學(xué)、社會(huì)學(xué)等領(lǐng)域的研究人員廣泛關(guān)注的課題。
　　當(dāng)前在信息網(wǎng)絡(luò)上的研究按照信息網(wǎng)絡(luò)的不同可以

2、分為同構(gòu)信息網(wǎng)絡(luò)的研究和異構(gòu)信息網(wǎng)絡(luò)的研究。在同構(gòu)信息網(wǎng)絡(luò)上，代表實(shí)體對(duì)象的節(jié)點(diǎn)都屬于同種類型，因而其上的邊也僅包含一種含義，例如在朋友關(guān)系網(wǎng)絡(luò)中，節(jié)點(diǎn)代表人，邊則描述了兩者之間的好友關(guān)系。至今在同構(gòu)信息網(wǎng)絡(luò)上已經(jīng)有了很多有影響力的算法和應(yīng)用，例如PageRank算法、社區(qū)發(fā)現(xiàn)等。但是現(xiàn)實(shí)中大部分網(wǎng)絡(luò)都是異構(gòu)的，也就是說(shuō)節(jié)點(diǎn)屬于多種類型，因而連接不同類型節(jié)點(diǎn)的邊也蘊(yùn)含著不同的語(yǔ)義信息。例如在由人人網(wǎng)構(gòu)建的異構(gòu)網(wǎng)絡(luò)上，節(jié)點(diǎn)可能有個(gè)人、圖片

3、、電影、小組等，在人與人之間的邊表示好友關(guān)系，而人與圖片之間可能是瀏覽、轉(zhuǎn)發(fā)，或者是加標(biāo)簽的關(guān)系。類似的例子隨處可見(jiàn)，從社交媒體到科研網(wǎng)絡(luò)、在線交易系統(tǒng)等，異構(gòu)信息網(wǎng)絡(luò)為真實(shí)世界中的各種對(duì)象交互行為提供了強(qiáng)大的抽象和描述能力，而其上蘊(yùn)含的豐富信息也成為數(shù)據(jù)挖掘新的研究熱點(diǎn)。
　　至今已經(jīng)涌現(xiàn)了很多針對(duì)異構(gòu)網(wǎng)絡(luò)挖掘分析的研究，相關(guān)性查詢是異構(gòu)信息網(wǎng)絡(luò)上一個(gè)基本但很重要的操作，可以應(yīng)用在諸如推薦、聚類、異常檢測(cè)等多個(gè)領(lǐng)域?，F(xiàn)有的異構(gòu)信

4、息網(wǎng)絡(luò)上的相關(guān)性查詢方法主要關(guān)注的是同種類型對(duì)象間的相似性的度量，本文提出了在異構(gòu)信息網(wǎng)絡(luò)上結(jié)合元路徑選擇與用戶偏好的Top-k相關(guān)性查詢的方法來(lái)度量不同類型的對(duì)象間的相關(guān)度。該方法是一個(gè)兩階段過(guò)程，首先用成對(duì)隨機(jī)游走的思想，沿著給定的元路徑計(jì)算初始的相關(guān)度，之后求解利用用戶偏好建模的多目標(biāo)線性規(guī)劃問(wèn)題，確定元路徑的權(quán)重組合，據(jù)此更新初始相關(guān)度得到最終結(jié)果。此外，本文提出了多種方法來(lái)保證算法的效率，包括圖劃分、分布式矩陣運(yùn)算和預(yù)物化等。