異構網(wǎng)下基于監(jiān)督排序的關系預測方法研究.pdf

1、近幾年，異構信息網(wǎng)絡(HIN)已經(jīng)從多個領域引起了研究者的興趣，比如相似度搜索、分類、排序以及關系預測。其中，關系預測是由同構信息網(wǎng)絡中的經(jīng)典問題，即鏈接預測，演變而來。在異構網(wǎng)中解決關系預測的關鍵在于如何有效地表示并且利用那些在關系產(chǎn)生背后的隱藏信息。
　　一般地，在網(wǎng)絡中存在三種隱藏信息需要被考慮，即局部結構信息(Local-info)、全局結構信息(Global-info)以及屬性信息（Attr-info）。這三種信息以不同

2、但互補的方式影響著關系的產(chǎn)生:局部結構信息被限定在被關注節(jié)點附近的拓撲結構中，因此它忽略了節(jié)點的全局地位;利用全局結構信息的方法則更偏向于可見度很高的節(jié)點;屬性信息能夠捕捉到與網(wǎng)絡中節(jié)點以及鏈接緊密關聯(lián)的特征。因此，將這三種信息綜合考慮來進行關系預測的建模是十分必要的。然而，現(xiàn)有的解決方法卻并非如此，它們或者只考慮其中一種信息或者部分地運用這三種信息。這主要是因為將三種信息整合到一個模型中來解決關系預測并不是一件容易的工作。本文提出一種

3、新穎的監(jiān)督排序框架(S-Rank)用以解決這個問題。
　　就目前而言，本文是首次在異構網(wǎng)中將Local-info、Global-info以及Attr-info結合起來建模的。首先，本文提出了一種監(jiān)督的PageRank策略(SPR)用以捕獲Global-info和Attr-info;然后，一種基于Meta Path的排序方法(MPR)被提出用以獲得異構網(wǎng)中的Local-info;最后，他們被整合進最終的排序結果中。本文在現(xiàn)實世界中真