面向異構(gòu)網(wǎng)絡搜索和聚類的語義預測算法研究.pdf

1、隨著異構(gòu)網(wǎng)絡的規(guī)模與日俱增，如何有效地對異構(gòu)網(wǎng)絡進行數(shù)據(jù)挖掘已成為一個熱門的研究課題。元路徑作為異構(gòu)網(wǎng)絡的基本構(gòu)成要素，包含有豐富的語義。將它應用于相似性搜索、聚類等數(shù)據(jù)挖掘操作時，能夠有效地利用這些語義信息，對異構(gòu)網(wǎng)絡進行分析，因而受到了研究人員的普遍重視，并提出了許多基于元路徑的算法。但是這些算法在性能方面還有待改進。比如，基于元路徑的相似性搜索算法涉及到大量的矩陣計算;基于元路徑的聚類算法沒有對元路徑進行篩選，不相關(guān)路徑會對聚類效

2、果產(chǎn)生干擾等。
　　針對這些問題，本文基于用戶導向，提出了面向異構(gòu)網(wǎng)絡搜索和聚類的語義預測算法，以緩解上述問題。即用戶在搜索或聚類的同時提供結(jié)果樣例作為導向，然后以用戶導向為基礎預測與用戶搜索或聚類相關(guān)的元路徑。這樣能夠在算法開始階段將不相關(guān)元路徑排除，從而減少不相關(guān)路徑對結(jié)果的影響。面向異構(gòu)網(wǎng)絡搜索的語義預測算法根據(jù)用戶導向在圖中進行路徑回溯，得到與搜索相關(guān)的元路徑以及對應路徑上的路徑實例數(shù)，并根據(jù)正則路徑數(shù)對路徑長度進行約束，