隨著信息技術與互聯(lián)網技術的不斷突破,包含關聯(lián)交互關系的網絡化異質數(shù)據(jù)爆發(fā)式增長。這些數(shù)據(jù)描述了不同類型對象和它們之間的復雜關聯(lián)關系,相互關聯(lián)的對象及其交互關系構成了無處不在的異質信息網絡。異質信息網絡具有結構非線性、交互高階性、信息多樣性和動態(tài)性,且蘊含豐富的語義信息,難以對其進行合理高效且捕捉語義信息的統(tǒng)一表示,導致在對異質信息網絡進行分析挖掘及應用時出現(xiàn)瓶頸。本文研究異質信息網絡中面向事件語義的網絡表示學習,旨在學習異質節(jié)點的低維稠密向量化表示,同時最大程度保留原網絡蘊含的事件語義信息,從而突破傳統(tǒng)基于原始鄰接矩陣表示進行網絡分析的固有研究范式,成為大數(shù)據(jù)時代下對異質信息網絡進行分析及應用的有效手段。論文選題來源于北京市教育委員會共建項目子課題——“基于大數(shù)據(jù)的異構信息網絡的信息傳播及演化機理研究”和“基于社交感知的跨媒體數(shù)據(jù)分析與挖掘研究”。論文圍繞異質信息網絡中面向事件語義的網絡表示學習進行了深入研究,針對異質信息網絡的四個特性,包括結構非線性、交互高階性、信息多樣性和動態(tài)性,分別提出了相應的面向事件語義的網絡表示學習方法。論文的主要貢獻下:（1）針對如何保持異質信息網絡中存在... 

【文章來源】：北京郵電大學北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：164 頁

【學位級別】：博士

【部分圖文】：

圖１－１網絡表示學習示意圖??２??

的動態(tài)??網絡表示學習研究?網絡表示學習研究?網絡表示學習研究?網絡表示學習研究??ｉ基于深■醉測的丨丨丨，于露顯超醜人丨丨??ｉ網絡表示學習方法丨｜的網絡表示學習方法丨：字，期齡會、Ｕ■．綠７、；??１?Ｊ?＼?結?Ｓｉｒ?１?Ｌ－?－?－Ｊ?１?Ｕ—?ｊ??！網絡表示學習方法！??Ｖ?／?—二—…＾?八?Ｊ??（?第七韋總結與展望?＾??：?論文研宂工作總結?丨?丨?未來研究工作展鹽?！??Ｖ?、－???＇?Ｌ?－－－－??Ｊ??圖１－３論文組織架構??１０??

?第二章異質信息網絡及網絡表示學習相關研宄綜述???２．１．２異質信息網絡分析及應用??自孫怡舟和韓家煒等人［４］首次提出異質信息網絡的概念以來，由于異質信息??網絡可以對更加復雜的網絡進行刻畫，且蘊藏了更加豐富的語義信息，受到了研??宄者們越來越多的關注［５］。從２００９年以來，國內外相關領域的研宄人員針對異??質信息網絡開展了一系列研宄工作，取得了一定的研宄成果。本論文將異質信息??網絡的研宄基本分為三個層面，自下而上依次為表示層、挖掘層以及應用層，如??圖２－１所示�，F(xiàn)有研宄主要集中于挖掘層和應用層中，它們通常采取不對網絡的??原始特征做處理，而是直接在原始網絡特征上針對不同任務的需求設計相應算法??的研究范式［５］。本小節(jié)將對異質信息網絡分析及應用的己有研究成果進行總結。??八丨???應用層?推薦系統(tǒng)?搜索系統(tǒng)?異常檢測系統(tǒng)?…??—．．．．．?????（；節(jié)點相關丨丨邊相關??挖掘層１１分類￣ｉ?｜?；?｜相似性度量￣￣ｉ?：??＼?｜?｜?￣鏈接預測￣?；??表￥層?｜原始網絡特征?｜網絡表示學習??——???——??圖２－丨異質信息網絡研究層次圖??在分析挖掘層面中，現(xiàn)有研究通常對于不同任務的需求和特點有針對性地設??計相應的方法，致力于解決異質信息網絡結構復雜、信息多樣以及富含語義信息??的特點所帶來的挑戰(zhàn)。從異質信息網絡的概念被提出以來，異質信息網絡的分析??挖掘研究取得了一定的研宄成果，本文按挖掘層面將它們分為節(jié)點相關的和邊相??關的挖掘。??節(jié)點相關的挖掘主要包括分類和聚類任務。分類任務旨在訓練模型以對節(jié)點??的標簽或類別進行預測

【參考文獻】：
期刊論文
[1]網絡表示學習的研究與發(fā)展[J]. 尹贏,吉立新,黃瑞陽,杜立新.  網絡與信息安全學報. 2019(02)
[2]大規(guī)模復雜信息網絡表示學習:概念、方法與挑戰(zhàn)[J]. 齊金山,梁循,李志宇,陳燕方,許媛.  計算機學報. 2018(10)
[3]網絡表示學習綜述[J]. 涂存超,楊成,劉知遠,孫茂松.  中國科學:信息科學. 2017(08)
[4]網絡表示學習[J]. 陳維政,張巖,李曉明.  大數(shù)據(jù). 2015(03)



本文編號：3414558