異質(zhì)信息網(wǎng)絡(luò)中節(jié)點(diǎn)重要性排名適用于學(xué)術(shù)評(píng)審評(píng)議、搜索引擎優(yōu)化、推薦系統(tǒng)構(gòu)建等領(lǐng)域,可以幫助人們更好的理解異質(zhì)信息網(wǎng)絡(luò)的節(jié)點(diǎn)特征.由于異質(zhì)信息網(wǎng)絡(luò)的節(jié)點(diǎn)重要性分析依賴語(yǔ)義信息,使用單一的語(yǔ)義信息進(jìn)行節(jié)點(diǎn)分析是非常受限的.針對(duì)上述問(wèn)題提出了一種基于組合元路徑的異質(zhì)信息網(wǎng)絡(luò)節(jié)點(diǎn)重要性排名方法,通過(guò)對(duì)元路徑進(jìn)行組合的方式更大范圍的捕捉異質(zhì)信息網(wǎng)絡(luò)中的語(yǔ)義信息,使排名更精準(zhǔn);使用指數(shù)加權(quán)平均數(shù)法確定組合參數(shù)的尋優(yōu)步長(zhǎng)并更新組合參數(shù),循環(huán)迭代的計(jì)算節(jié)點(diǎn)的重要性排名直至排名穩(wěn)定,使排名更可信.通過(guò)對(duì)AMiner數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)分析,驗(yàn)證了所提方法在準(zhǔn)確度和收斂速度上優(yōu)于同類方法.

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

圖1學(xué)術(shù)異質(zhì)信息網(wǎng)絡(luò)的網(wǎng)絡(luò)模式

在異質(zhì)信息網(wǎng)絡(luò)中，對(duì)象間的關(guān)系主要包括內(nèi)部關(guān)系和相關(guān)關(guān)系．其中，內(nèi)部關(guān)系指的是相同類型的對(duì)象之間的關(guān)系;相關(guān)關(guān)系指的是不同類型的對(duì)象之間的關(guān)系．元路徑是定義在異質(zhì)信息網(wǎng)絡(luò)中鏈接兩類對(duì)象的一條路徑，不同的元路徑表達(dá)了不同的語(yǔ)義信息．圖1表示了學(xué)術(shù)網(wǎng)絡(luò)的網(wǎng)絡(luò)模式．這個(gè)實(shí)例中包含了三種....

圖2基于組合元路徑的節(jié)點(diǎn)重要性排名方法

步驟3．沿主元路徑循環(huán)迭代計(jì)算直至重要性排名穩(wěn)定，迭代同時(shí)進(jìn)行組合參數(shù)更新．圖2展示了該方法的基本思想，(1)通過(guò)主元路徑FP可以確定不同對(duì)象之間的相關(guān)關(guān)系，計(jì)算相關(guān)關(guān)系排名;(2)通過(guò)Ai對(duì)象的輔助元路徑確定Ai對(duì)象的內(nèi)部關(guān)系，計(jì)算內(nèi)部關(guān)系排名;(3)線性組合相關(guān)關(guān)系排名和內(nèi)部....

圖3匹配準(zhǔn)確率

清洗數(shù)據(jù)使PageRank和HITS算法可以進(jìn)行重要性分析，PageRank、HITS和基于組合元路徑的節(jié)點(diǎn)重要性排名方法的實(shí)驗(yàn)結(jié)果與AMiner1于2019年4月公布的知名學(xué)者之間進(jìn)行匹配．將學(xué)者按H指數(shù)、A指數(shù)(A-index)排名得到H指數(shù)排名和A指數(shù)排名，并計(jì)算出H指數(shù)排....

圖4迭代計(jì)算時(shí)排名的收斂

通過(guò)圖4可以發(fā)現(xiàn)基于組合元路徑的重要性分析方法可以使排名向量更快速地收斂，而PageRank算法和HITS算法的收斂速度較慢，需要更多次的迭代計(jì)算才可以使排名收斂．基于組合元路徑的重要性分析方法使用組合參數(shù)對(duì)相關(guān)關(guān)系排名和內(nèi)部關(guān)系排名進(jìn)行線性組合，并在迭代計(jì)算中不斷的對(duì)組合參數(shù)進(jìn)....

本文編號(hào)：3955741