由于異構(gòu)信息網(wǎng)絡(luò)(HIN)在數(shù)據(jù)異構(gòu)性建模方面的靈活性,采用HIN來表征檢索系統(tǒng)中的復(fù)雜和異構(gòu)輔助數(shù)據(jù),通過相似性度量來完成檢索任務(wù)的方法受到廣泛關(guān)注。目前,基于HIN的相似性度量方法一般是通過元路徑來衡量節(jié)點的相似性。然而對于相同類型節(jié)點的相似性度量,基于HIN元路徑的相似性方法存在一些問題:它們忽略了元路徑中其他類型節(jié)點的相似性對目標(biāo)類型節(jié)點相似性度量的影響。針對這一現(xiàn)狀,本文提出了一種基于異構(gòu)信息網(wǎng)絡(luò)嵌入的相似性度量算法(Similarity Measure Based on Heterogenous Information Network Embedding,HNESim)。為了更好地嵌入異構(gòu)信息網(wǎng)絡(luò),HNESim采用了改進的Deepwalk算法,設(shè)計了一種基于元路徑的隨機游走策略,通過節(jié)點類型過濾來生成有意義的網(wǎng)絡(luò)嵌入節(jié)點序列。學(xué)習(xí)到的節(jié)點嵌入首先由融合函數(shù)進行變換,隨后通過計算兩個節(jié)點嵌入融合后的余弦值,來衡量兩個節(jié)點之間的相似性。我們在科研項目管理數(shù)據(jù)上進行實驗,并與經(jīng)典的相似性度量算法PathSim進行對比。實驗結(jié)果顯示,HNESim算法的平均精度(MAP)比PathS...

【文章頁數(shù)】：54 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 課題研究內(nèi)容及重點
    1.4 本文的組織結(jié)構(gòu)
2 相關(guān)理論及技術(shù)概述
    2.1 異構(gòu)信息網(wǎng)絡(luò)
    2.2 網(wǎng)絡(luò)嵌入技術(shù)
    2.3 基于元路徑的相似度量算法
    2.4 本章小結(jié)
3 HNESim算法研究與設(shè)計
    3.1 算法架構(gòu)設(shè)計
    3.2 網(wǎng)絡(luò)嵌入學(xué)習(xí)
    3.3 相似性度量
    3.4 算法評估
    3.5 本章小結(jié)
4 HNESim算法應(yīng)用與測試
    4.1 總體架構(gòu)設(shè)計
    4.2 數(shù)據(jù)預(yù)處理模塊實現(xiàn)
    4.3 人員相似度計算模塊
    4.4 合作者檢索模塊
    4.5 模塊測試
    4.6 本章小結(jié)
5 總結(jié)與展望
    5.1 論文總結(jié)
    5.2 論文展望
致謝
參考文獻



本文編號：3834433