信息網(wǎng)絡(luò)中的數(shù)據(jù)挖掘被廣泛的研究,從過去開始,信息網(wǎng)絡(luò)挖掘中的一些研究主要針對由單類型對象和鏈接構(gòu)成的同質(zhì)信息網(wǎng)絡(luò)而設(shè)計。這些基于同質(zhì)信息網(wǎng)絡(luò)的方法不適用于由多類型對象和鏈接構(gòu)成的異質(zhì)信息網(wǎng)絡(luò)（HIN）。毫無疑問,大多數(shù)現(xiàn)實世界的網(wǎng)絡(luò)基本上以復(fù)雜的異質(zhì)方式組成。相似性度量被視為異質(zhì)信息網(wǎng)絡(luò)中其它重要挖掘任務(wù)的基礎(chǔ)任務(wù),已經(jīng)在相似性搜索、信息檢索和機(jī)器學(xué)習(xí)算法中得到廣泛的應(yīng)用。對于具有豐富語義的異質(zhì)信息網(wǎng)絡(luò),相似性度量需要考慮關(guān)系語義。然而,現(xiàn)有大多數(shù)的異質(zhì)網(wǎng)信息網(wǎng)絡(luò)中的相似性度量都是基于單個語義。因此怎么捕獲這些網(wǎng)絡(luò)中的復(fù)雜語義成為直接影響系統(tǒng)性能的最具挑戰(zhàn)性的問題之一,并在基于復(fù)雜語義下怎么設(shè)計對象之間的相似性度量成為測量對象之間的相關(guān)性的一個重要環(huán)節(jié)。由于基于相似性度量的應(yīng)用要在現(xiàn)實生活中進(jìn)行應(yīng)用,所以用戶的滿意程度是必須考慮的一個因素。因此在充分考慮語義關(guān)系的情況下,還要考慮網(wǎng)絡(luò)中其他信息來度量對象之間的相似性。本文主要圍繞這些問題展開研究,主要工作如下:（1）針對大多數(shù)異質(zhì)信息網(wǎng)絡(luò)中的相似性搜索算法只考慮單一的關(guān)系語義問題,提出一種基于元圖的異質(zhì)信息網(wǎng)絡(luò)相似性搜索算法Graph... 

【文章來源】：湖南大學(xué)湖南省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 本文的主要研究內(nèi)容
    1.4 本文的組織結(jié)構(gòu)
第2章 相關(guān)工作
    2.1 引言
    2.2 信息網(wǎng)絡(luò)的基本概念
    2.3 信息網(wǎng)絡(luò)中常見的相似性度量方法
        2.3.1 常用的基于特征的相似性度量方法
        2.3.2 基于元路徑的相似性度量算法
    2.4 本章小結(jié)
第3章 GraphSim:基于元圖的異質(zhì)網(wǎng)絡(luò)相似性搜索算法
    3.1 引言
    3.2 問題的定義
        3.2.1 GraphSim:基于元圖的相似性度量
    3.3 基于單個元圖的在線計算
        3.3.1 GraphSim算法框架
        3.3.2 GraphSim-pruning算法
    3.4 實驗結(jié)果與分析
        3.4.1 實驗數(shù)據(jù)集與實驗環(huán)境
        3.4.2 有效性實驗
        3.4.3 高效性實驗
        3.4.4 不同元圖的語義查詢
    3.5 本章小結(jié)
第4章 融合外部支持信息與元圖的相似性搜索算法
    4.1 引言
    4.2 相關(guān)定義
        4.2.1 異質(zhì)網(wǎng)絡(luò)中對象的外部支持信息
        4.2.2 融合外部支持信息與元圖的相似性度量
    4.3 融合外部支持信息與元圖的相似性搜索算法
        4.3.1 算法的基本思想
        4.3.2 GraphSimExt算法框架
    4.4 實驗結(jié)果與分析
        4.4.1 實驗設(shè)置和實驗環(huán)境
        4.4.2 有效性分析
        4.4.3 排序質(zhì)量
        4.4.4 聚類質(zhì)量
    4.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
附錄A 發(fā)表論文和參加科研情況說明
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于異構(gòu)信息網(wǎng)絡(luò)的分類算法[J]. 朱建林,陳忠陽,李振,張永俊,梁天新.  計算機(jī)工程與設(shè)計. 2019(02)
[2]異構(gòu)信息網(wǎng)絡(luò)中基于圖的半監(jiān)督學(xué)習(xí)[J]. 湯小康,曹步文.  小型微型計算機(jī)系統(tǒng). 2017(10)
[3]異構(gòu)信息網(wǎng)絡(luò)的相似性度量方法[J]. 伍轉(zhuǎn)華.  計算機(jī)與現(xiàn)代化. 2016(03)
[4]一種融合異構(gòu)信息網(wǎng)絡(luò)和評分矩陣的推薦新算法[J]. 張邦佐,桂欣,何濤,孫煥垚,楊晟雨,韓宇茹.  計算機(jī)研究與發(fā)展. 2014(S2)
[5]異構(gòu)信息網(wǎng)中基于元路徑的動態(tài)相似性搜索[J]. 陳湘濤,丁平尖,王晶.  計算機(jī)應(yīng)用. 2014(09)

碩士論文
[1]異構(gòu)信息網(wǎng)絡(luò)上的相似性搜索研究[D]. 葛軍.西安電子科技大學(xué) 2014



本文編號：3086579