异质信息网络的语义元路径分析方法研究

发布时间：2023-04-29 21:54

　　信息网络无处不在,各种交互系统的不同组件相互连接构成的网络都可以称为信息网络。作为数据挖掘领域的研究热点,当前的信息网络分析主要基于同质信息网络,即包含相同类型的对象和链路关系的网络。然而,这种建模方式会造成信息不完整或损失。于是,许多研究人员开始将这些互连的多类型网络化数据建模为异质信息网络,即包含不同类型的对象和链路关系的网络。异质信息网络不仅能够建模简单模式的网络化数据,诸如科技文献数据,而且能够建模复杂结构的网络化数据,诸如由三元组形式表示的知识图谱数据。相比同质信息网络建模,异质信息网络建模可以更加全面地表示系统的组成对象和他们之间的关系,这样会产生更加有意义的知识发现。异质信息网络中的对象和关系包含有丰富的语义信息,而元路径是链接对象类型的关系序列,它可以捕捉这种语义信息。异质信息网络中的很多数据挖掘任务也是基于元路径进行研究的。因此,本文以异质信息网络为研究对象,重点从元路径角度展开异质信息网络分析方法的研究。尽管异质信息网络中已有不少采用元路径的相关工作,但是该研究仍然面临如下挑战:(1)网络包含很多复杂语义关系,当前基于元路径的相似性计算方法难以捕捉复杂关系的语义,无...

【文章页数】：116 页

【学位级别】：博士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景与意义
    1.2 研究现状及存在问题
    1.3 研究思路及主要贡献
    1.4 论文组织结构
第二章 异质信息网络分析概述
    2.1 基本概念
    2.2 基于元路径的分析方法研究
    2.3 基于元路径的表示学习研究
    2.4 本章小结
第三章 基于近似密度子图的最优集合发现
    3.1 引言
    3.2 最优集合发现方法设计
        3.2.1 基于元路径与表示学习的带权异质信息网络构建
        3.2.2 带约束的最优近似密度子图发现
    3.3 实验与分析
        3.3.1 实验环境与设置
        3.3.2 实验结果与分析
    3.4 本章小结
第四章 基于带权层次元路径的概念相似性计算
    4.1 引言
    4.2 概念相似性计算方法设计
        4.2.1 确定带权层次元路径的边权值
        4.2.2 计算最短路径长度
        4.2.3 融合最短路径长度与概念信息内容
    4.3 实验与分析
        4.3.1 实验环境与设置
        4.3.2 实验结果与分析
    4.4 本章小结
第五章 面向实体集扩展的元路径自动发现
    5.1 引言
    5.2 相关工作
    5.3 基于种子的元路径产生方法
    5.4 实体集扩展模型
    5.5 实验与分析
        5.5.1 实验环境与设置
        5.5.2 实验结果与分析
    5.6 本章小结
第六章 基于频繁模式的高效元路径发现算法
    6.1 引言
    6.2 高效元路径自动产生算法
        6.2.1 将种子实体映射为实体事务
        6.2.2 利用频繁模式产生元路径
    6.3 元路径的权重学习
    6.4 实验与分析
        6.4.1 实验环境与设置
        6.4.2 实验结果与分析
    6.5 本章小结
第七章 总结和展望
    7.1 论文总结
    7.2 工作展望
参考文献
致谢
攻读学位期间发表的学术论文目录



本文编号：3805814