異質(zhì)網(wǎng)絡(luò)上的自相似性連接算法研究與實(shí)現(xiàn).pdf

1、相似性連接是很多研究問(wèn)題的基礎(chǔ)，不少實(shí)際問(wèn)題也都可以歸結(jié)為相似性連接。盡管近年來(lái)，越來(lái)越多的學(xué)者將注意力集中到網(wǎng)絡(luò)數(shù)據(jù)和圖數(shù)據(jù)上，如鏈接預(yù)測(cè)、社區(qū)檢測(cè)和在線廣告等，目前對(duì)于異質(zhì)網(wǎng)絡(luò)中的相似性連接卻鮮有研究。特別地，已有工作都忽略了異質(zhì)網(wǎng)絡(luò)中節(jié)點(diǎn)和關(guān)系的類型以及由此帶來(lái)的不同路徑背后隱藏的不同語(yǔ)義信息，所以不能直接用于解決異質(zhì)網(wǎng)絡(luò)的相似性連接問(wèn)題。
　　針對(duì)異質(zhì)網(wǎng)絡(luò)的異質(zhì)性特點(diǎn)，本文提出了一套基于路徑的異質(zhì)網(wǎng)絡(luò)自相似性連接解決方案。

2、給定一條連接路徑，該方案返回目標(biāo)類型中前k個(gè)最相似的節(jié)點(diǎn)對(duì)象對(duì)。在這一框架下，我們分別研究了精確自相似性連接和近似自相似性連接兩個(gè)具體的問(wèn)題。在精確自相似性連接中，我們對(duì)空間數(shù)據(jù)庫(kù)最近點(diǎn)對(duì)查找算法PSR進(jìn)行改進(jìn)，提出了一種基于R*樹的算法ePS-join。雖然改進(jìn)有效，但由于索引結(jié)構(gòu)R*樹本身的局限，該算法并不能很好地處理高維時(shí)的情況。于是，為了適應(yīng)異質(zhì)網(wǎng)絡(luò)的另兩個(gè)特點(diǎn)，即高維性和海量性，我們將精確問(wèn)題轉(zhuǎn)化成近似問(wèn)題，以在準(zhǔn)確率和效率之