基于非負矩陣三分解的異構信息網絡聚類研究.pdf

1、異構信息網絡是由多種不同類型的信息對象和不同類型的邊組成的信息網絡，現實生活中的很多數據都可以通過異構信息網絡來表示。與異構信息網絡對應的概念是同構信息網絡，在同質網絡中，各個信息對象的類型都被認為是相同的。由于異構信息網絡對真實數據的表示能力比同構信息網絡更強，學術界近幾年來對異構信息網絡的研究也越來越多。
　　聚類分析技術在異構信息網絡的知識挖掘中起著非常重要的作用。然而，現有的異構信息網絡聚類分析算法都存在一些問題。第一，無

2、法對任意結構的異構信息網絡建模。第二，無法同時對異構信息網絡中的所有類型的信息對象生成聚類結果。第三，無法使用相同類型的信息對象之間的相似性信息。
　　針對以上問題，本文提出了HMFClus算法。HMFClus算法既能對任意結構的異構信息網絡進行建模，又可以同時生成異構信息網絡中所有類型的信息對象的聚類結果，還利用了相同類型的信息對象之間的相似性信息。首先，我們把任意結構的異構信息網絡轉換成元路徑編碼的關系集合，這種變換使得我們可