隨著社交網絡、新媒體網絡、文獻網絡等由多種類型、相互關聯(lián)的對象組成的大規(guī)模異構網絡的急劇發(fā)展,異構信息網絡(Heterogeneous Information Networks,HIN)分析已經成為數據挖掘中一個重要且熱門的研究方向。相關性搜索作為異構網絡挖掘中重要研究方向之一,受到越來越多學者的關注。相關性搜索旨在從大規(guī)模異構信息網絡中挖掘出相關的對等實體,從而為異構網絡研究提供依據,尤其是為相關用戶推薦工作打下了基礎。然而,面對異構信息網絡的數據量呈指數級增長的現狀,用戶往往難以從大量的數據中挖掘出感興趣的信息,這就是所謂的“信息過載”問題。此問題大大降低了信息的使用效率。通過不同的元路徑可以定義對象之間的不同關系,因此基于元路徑的實體相關性度量方法應運而生,該方法可以從大量的數據集中發(fā)現與查詢對象最為相關的對象信息,并且作為開展異構信息網絡相關研究的基礎與核心,現已在許多實際場景中得到了廣泛的應用。目前在基于元路徑的相關性方法研究中主要存在兩個問題:一是在大規(guī)模復雜異構信息網絡中,由于節(jié)點數目眾多、邊的類型復雜,無法定義或枚舉所有的元路徑,使其實體相關性的度量計算效率及準確率都受...

【文章頁數】：61 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景與意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國內外研究現狀
        1.2.1 國外研究現狀
        1.2.2 國內研究現狀
    1.3 主要研究內容
    1.4 論文的組織結構
第2章 相關工作
    2.1 知識圖譜
        2.1.1 知識圖譜的建立
        2.1.2 知識圖譜的精煉
        2.1.3 知識圖譜的數據挖掘
        2.1.4 RDF數據結構
    2.2 異構信息網絡
        2.2.1 異構信息網絡的基礎理論
        2.2.2 元路徑
    2.3 LDA主題模型
    2.4 相關性度量方法
        2.4.1 基于特征的相關性度量方法
        2.4.2 基于鏈接的相關性度量方法
    2.5 本章小結
第3章 基于擴展樹的元路徑自動生成算法
    3.1 問題的描述
    3.2 基于擴展樹的元路徑自動生成
        3.2.1 算法框架及描述
        3.2.2 元路徑自動生成算法
        3.2.3 權重整合
    3.3 實驗分析
        3.3.1 實驗環(huán)境
        3.3.2 實驗數據集
        3.3.3 性能評價指標
        3.3.4 實驗結果分析
    3.4 本章小結
第4章 融合LDA與元路徑分析的用戶相關性度量方法
    4.1 問題的描述
    4.2 融合LDA與元路徑分析的用戶相關性度量
        4.2.1 基于節(jié)點主題的用戶相關性度量
        4.2.2 基于元路徑的用戶相關性度量
        4.2.3 LPUSim方法
        4.2.4 LPUsim方法在推薦中的應用
        4.2.5 復雜度分析
    4.3 實驗分析
        4.3.1 實驗環(huán)境
        4.3.2 實驗數據集
        4.3.3 性能評價指標
        4.3.4 實驗結果分析
    4.4 本章小結
第5章 總結與展望
    5.1 總結
    5.2 未來工作展望
致謝
參考文獻
攻讀學位期間發(fā)表的學術論文以及參加科研情況



本文編號：3840255