隨著社交網(wǎng)絡(luò)、新媒體網(wǎng)絡(luò)、文獻(xiàn)網(wǎng)絡(luò)等由多種類型、相互關(guān)聯(lián)的對(duì)象組成的大規(guī)模異構(gòu)網(wǎng)絡(luò)的急劇發(fā)展,異構(gòu)信息網(wǎng)絡(luò)(Heterogeneous Information Networks,HIN)分析已經(jīng)成為數(shù)據(jù)挖掘中一個(gè)重要且熱門的研究方向。相關(guān)性搜索作為異構(gòu)網(wǎng)絡(luò)挖掘中重要研究方向之一,受到越來越多學(xué)者的關(guān)注。相關(guān)性搜索旨在從大規(guī)模異構(gòu)信息網(wǎng)絡(luò)中挖掘出相關(guān)的對(duì)等實(shí)體,從而為異構(gòu)網(wǎng)絡(luò)研究提供依據(jù),尤其是為相關(guān)用戶推薦工作打下了基礎(chǔ)。然而,面對(duì)異構(gòu)信息網(wǎng)絡(luò)的數(shù)據(jù)量呈指數(shù)級(jí)增長的現(xiàn)狀,用戶往往難以從大量的數(shù)據(jù)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(duì)象之間的不同關(guān)系,因此基于元路徑的實(shí)體相關(guān)性度量方法應(yīng)運(yùn)而生,該方法可以從大量的數(shù)據(jù)集中發(fā)現(xiàn)與查詢對(duì)象最為相關(guān)的對(duì)象信息,并且作為開展異構(gòu)信息網(wǎng)絡(luò)相關(guān)研究的基礎(chǔ)與核心,現(xiàn)已在許多實(shí)際場景中得到了廣泛的應(yīng)用。目前在基于元路徑的相關(guān)性方法研究中主要存在兩個(gè)問題:一是在大規(guī)模復(fù)雜異構(gòu)信息網(wǎng)絡(luò)中,由于節(jié)點(diǎn)數(shù)目眾多、邊的類型復(fù)雜,無法定義或枚舉所有的元路徑,使其實(shí)體相關(guān)性的度量計(jì)算效率及準(zhǔn)確率都受...

【文章頁數(shù)】：61 頁

【學(xué)位級(jí)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(nèi)外研究現(xiàn)狀
        1.2.1 國外研究現(xiàn)狀
        1.2.2 國內(nèi)研究現(xiàn)狀
    1.3 主要研究內(nèi)容
    1.4 論文的組織結(jié)構(gòu)
第2章 相關(guān)工作
    2.1 知識(shí)圖譜
        2.1.1 知識(shí)圖譜的建立
        2.1.2 知識(shí)圖譜的精煉
        2.1.3 知識(shí)圖譜的數(shù)據(jù)挖掘
        2.1.4 RDF數(shù)據(jù)結(jié)構(gòu)
    2.2 異構(gòu)信息網(wǎng)絡(luò)
        2.2.1 異構(gòu)信息網(wǎng)絡(luò)的基礎(chǔ)理論
        2.2.2 元路徑
    2.3 LDA主題模型
    2.4 相關(guān)性度量方法
        2.4.1 基于特征的相關(guān)性度量方法
        2.4.2 基于鏈接的相關(guān)性度量方法
    2.5 本章小結(jié)
第3章 基于擴(kuò)展樹的元路徑自動(dòng)生成算法
    3.1 問題的描述
    3.2 基于擴(kuò)展樹的元路徑自動(dòng)生成
        3.2.1 算法框架及描述
        3.2.2 元路徑自動(dòng)生成算法
        3.2.3 權(quán)重整合
    3.3 實(shí)驗(yàn)分析
        3.3.1 實(shí)驗(yàn)環(huán)境
        3.3.2 實(shí)驗(yàn)數(shù)據(jù)集
        3.3.3 性能評(píng)價(jià)指標(biāo)
        3.3.4 實(shí)驗(yàn)結(jié)果分析
    3.4 本章小結(jié)
第4章 融合LDA與元路徑分析的用戶相關(guān)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(guān)性度量
        4.2.1 基于節(jié)點(diǎn)主題的用戶相關(guān)性度量
        4.2.2 基于元路徑的用戶相關(guān)性度量
        4.2.3 LPUSim方法
        4.2.4 LPUsim方法在推薦中的應(yīng)用
        4.2.5 復(fù)雜度分析
    4.3 實(shí)驗(yàn)分析
        4.3.1 實(shí)驗(yàn)環(huán)境
        4.3.2 實(shí)驗(yàn)數(shù)據(jù)集
        4.3.3 性能評(píng)價(jià)指標(biāo)
        4.3.4 實(shí)驗(yàn)結(jié)果分析
    4.4 本章小結(jié)
第5章 總結(jié)與展望
    5.1 總結(jié)
    5.2 未來工作展望
致謝
參考文獻(xiàn)
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文以及參加科研情況



本文編號(hào)：3840255