基于元路徑選擇和融合的異構(gòu)信息網(wǎng)絡(luò)社區(qū)挖掘算法研究.pdf

1、社會(huì)網(wǎng)絡(luò)分析(SNA)是數(shù)據(jù)挖掘研究領(lǐng)域的一個(gè)熱點(diǎn),受到越來越多研究學(xué)者的關(guān)注,而社區(qū)挖掘是社會(huì)網(wǎng)絡(luò)分析的一個(gè)主要研究方向。當(dāng)前大部分的社區(qū)挖掘算法都假定網(wǎng)絡(luò)中僅存在一種對(duì)象類型和關(guān)系類型,這種單一關(guān)系的網(wǎng)絡(luò)結(jié)構(gòu)并不能有效解決現(xiàn)實(shí)問題,因此異構(gòu)信息網(wǎng)絡(luò)應(yīng)運(yùn)而生。它是一種復(fù)雜的抽象網(wǎng)絡(luò)結(jié)構(gòu),通常包含多種對(duì)象類型和關(guān)系類型,而且還可能帶有多種屬性信息。在這種類型的網(wǎng)絡(luò)上進(jìn)行社區(qū)挖掘能夠充分利用網(wǎng)絡(luò)中存在的多種關(guān)系,使挖掘結(jié)果更加滿足用戶的需

2、求,對(duì)網(wǎng)絡(luò)信息的獲取和挖掘、信息的推薦以及網(wǎng)絡(luò)模式的演化預(yù)測具有重要的研究價(jià)值。本文將主要從元路徑的選擇和融合方面進(jìn)行異構(gòu)信息網(wǎng)絡(luò)社區(qū)挖掘算法的研究。具體研究內(nèi)容包括以下方面:
　　首先,提出了一種基于用戶指導(dǎo)的元路徑選擇方法。該方法基于用戶的指導(dǎo)信息,根據(jù)元路徑劃分社區(qū)的方式,利用元路徑所表示的相似度向量之間的余弦相似性,在異構(gòu)信息網(wǎng)絡(luò)的網(wǎng)絡(luò)模式上采用啟發(fā)式搜索和剪枝策略選擇出與用戶指導(dǎo)信息所隱藏結(jié)果相一致的元路徑。避免了基于長

3、度限制的 BFS(寬度優(yōu)先搜索)遍歷算法的元路徑選擇所帶來的信息丟失和矛盾問題。
　　其次,提出了基于關(guān)系抽取的元路徑的多種加權(quán)融合策略。通過對(duì)同構(gòu)信息網(wǎng)絡(luò)中幾個(gè)典型的社區(qū)挖掘算法的研究,根據(jù)其共同特點(diǎn),將其建模為一個(gè)統(tǒng)一的框架。并根據(jù)這一框架結(jié)構(gòu),將同構(gòu)信息網(wǎng)絡(luò)中的社區(qū)挖掘算法進(jìn)行擴(kuò)展,對(duì)異構(gòu)信息網(wǎng)絡(luò)中所提取的多條元路徑和利用關(guān)系抽取方法計(jì)算出的權(quán)重信息進(jìn)行各個(gè)階段的融合,提高了社區(qū)挖掘的準(zhǔn)確性。
　　最后,進(jìn)行了實(shí)驗(yàn)的設(shè)