近年來隨著復雜網(wǎng)絡的快速發(fā)展,如何在海量用戶信息中尋找感興趣的信息變得十分困難。傳統(tǒng)的網(wǎng)絡研究通常面向結(jié)構(gòu)單一的同質(zhì)網(wǎng)絡,重點考查網(wǎng)絡內(nèi)部的性質(zhì)與特點;但大多數(shù)應用面對的是從現(xiàn)實世界中抽離得出的蘊含多種類型節(jié)點與多種類型鏈路關(guān)系的異質(zhì)網(wǎng)絡,結(jié)構(gòu)與語義關(guān)系都十分復雜。異質(zhì)網(wǎng)絡模型能更理想的展示現(xiàn)實世界的原貌,也更符合我們對現(xiàn)實世界的認知,通過對異質(zhì)網(wǎng)的挖掘分析,我們可以得到更豐富和更準確的網(wǎng)絡內(nèi)在關(guān)系�；谠窂降姆椒ㄑ芯繉τ诋愘|(zhì)網(wǎng)的發(fā)現(xiàn)與分析是一種有效的重要手段。異質(zhì)網(wǎng)絡中節(jié)點之間通過多種路徑連接組成復雜的鏈路關(guān)系,而元路徑可以對其進行明確的表示與度量。研究元路徑語義信息對于分析異質(zhì)網(wǎng)和挖掘異質(zhì)網(wǎng)中更深層次的信息具有重大的作用與意義。本文主要由異質(zhì)網(wǎng)構(gòu)建和不同語義類型的元路徑選擇與計算,實現(xiàn)對異質(zhì)網(wǎng)中節(jié)點進行分類與社區(qū)發(fā)現(xiàn),主要工作如下:1)基于元路徑的節(jié)點間相似性計算及元路徑權(quán)重學習。利用不同元路徑語義信息度量異質(zhì)網(wǎng)中節(jié)點相關(guān)性、構(gòu)造節(jié)點間相似矩陣,主要分析了元路徑的權(quán)重影響因素,并提出了基于元路徑相似性對元路徑權(quán)重進行自主學習的方法。2)基于元路徑的異質(zhì)網(wǎng)節(jié)點分類。本文利用元路徑構(gòu)造...

【文章頁數(shù)】：81 頁

【學位級別】：碩士

【部分圖文】：

圖3-17科研人員合作網(wǎng)絡Figure3-17CooperationNetworkofResearcher在1086名作者構(gòu)成的數(shù)據(jù)集中，70%作為訓練集，30%為測試集

02995.756065.803594.0666796.532839.098194.9953897.252782.035496.11，隨著標注比例規(guī)模增加，大部分算法分類5%），決策樹分類性能最優(yōu)，達到85%；到90%的分類性能。決策樹在訓練數(shù)據(jù)規(guī)模練數(shù)據(jù)規(guī)....

圖4-10科研人員合作關(guān)系網(wǎng)絡Figure4-10CooperationNetworkofResearchers將數(shù)據(jù)集中的2081個科研人員節(jié)點數(shù)據(jù)基于加權(quán)合作關(guān)系的科研人員影響

圖4-10科研人員合作關(guān)系網(wǎng)絡Figure4-10CooperationNetworkofResearchers集中的2081個科研人員節(jié)點數(shù)據(jù)基于加權(quán)合作關(guān)系的科行排序，選取排名前10的科研人員進行數(shù)據(jù)分析。-11為此數(shù)據(jù)集中影響力排名前十的科研人員影響....

圖4-14核心作者合作關(guān)系網(wǎng)絡Figure4-14CooperationNetworkofCoreAuthor同時，選取影響力計算值較高的科研人員的合作網(wǎng)絡進行展現(xiàn)，如圖4-14所

圖4-14核心作者合作關(guān)系網(wǎng)絡Figure4-14CooperationNetworkofCoreAuthor取影響力計算值較高的科研人員的合作網(wǎng)絡進行展現(xiàn)領(lǐng)域的科研人員均構(gòu)成各自的學術(shù)合作網(wǎng)絡，圖4-1的合作網(wǎng)絡。（其中標深色方塊的節(jié)點為影響力較高

圖4-15數(shù)據(jù)挖掘領(lǐng)域的作者合作關(guān)系網(wǎng)絡Figure4-15CooperationNetworkofAuthorinDataMining當要在某一研究領(lǐng)域選出影響力較高的科研人員，則需要一個明確的數(shù)據(jù)排

圖4-15數(shù)據(jù)挖掘領(lǐng)域的作者合作關(guān)系網(wǎng)絡gure4-15CooperationNetworkofAuthorinDataMi究領(lǐng)域選出影響力較高的科研人員，則需要將數(shù)據(jù)中某些領(lǐng)域中一些有代表性的科研人示在本數(shù)據(jù)集節(jié)選的三個領(lǐng)域中的影響力最析在不同研究領(lǐng)域中各個因....

本文編號：4024646