基于非負矩陣三分解的異構(gòu)信息網(wǎng)絡(luò)聚類研究.pdf

1、異構(gòu)信息網(wǎng)絡(luò)是由多種不同類型的信息對象和不同類型的邊組成的信息網(wǎng)絡(luò)，現(xiàn)實生活中的很多數(shù)據(jù)都可以通過異構(gòu)信息網(wǎng)絡(luò)來表示。與異構(gòu)信息網(wǎng)絡(luò)對應(yīng)的概念是同構(gòu)信息網(wǎng)絡(luò)，在同質(zhì)網(wǎng)絡(luò)中，各個信息對象的類型都被認為是相同的。由于異構(gòu)信息網(wǎng)絡(luò)對真實數(shù)據(jù)的表示能力比同構(gòu)信息網(wǎng)絡(luò)更強，學術(shù)界近幾年來對異構(gòu)信息網(wǎng)絡(luò)的研究也越來越多。
　　聚類分析技術(shù)在異構(gòu)信息網(wǎng)絡(luò)的知識挖掘中起著非常重要的作用。然而，現(xiàn)有的異構(gòu)信息網(wǎng)絡(luò)聚類分析算法都存在一些問題。第一，無

2、法對任意結(jié)構(gòu)的異構(gòu)信息網(wǎng)絡(luò)建模。第二，無法同時對異構(gòu)信息網(wǎng)絡(luò)中的所有類型的信息對象生成聚類結(jié)果。第三，無法使用相同類型的信息對象之間的相似性信息。
　　針對以上問題，本文提出了HMFClus算法。HMFClus算法既能對任意結(jié)構(gòu)的異構(gòu)信息網(wǎng)絡(luò)進行建模，又可以同時生成異構(gòu)信息網(wǎng)絡(luò)中所有類型的信息對象的聚類結(jié)果，還利用了相同類型的信息對象之間的相似性信息。首先，我們把任意結(jié)構(gòu)的異構(gòu)信息網(wǎng)絡(luò)轉(zhuǎn)換成元路徑編碼的關(guān)系集合，這種變換使得我們可