前言 *1章 引言1 1.1基本概念和定義 1 1.2與相關概念的比較 4 1.3異質信息網絡示例數據集 5 1.4為什麼要進行異質信息網絡分析 8 參考文獻 9 *2章 研究進展綜述13 2.1相似性搜索 13 2.2聚類 14 2.3分類 16 2.4排名 17 2.5鏈接預測 19 2.6推薦 20 2.7信息融合 21 2.8其他應用 22 參考文獻 23 第3章 異質對像的相關性度量29 3.1HeteSim:一種統一且對稱的相關性度量方法 29 3.1.1 概述29 3.1.2 HeteSim 度量31 3.1.3 實驗38 3.1.4 快速計算策略及實驗45 3.2HeteSim 的擴展 49 3.2.1 概述49 3.2.2 AvgSim:一種新的度量方法50 3.2.3 AvgSim 的並行化51 3.2.4 實驗52 3.3結論55 參考文獻56 第4章 基於路徑的排名和聚類57 4.路徑的排名 57 4.1.1 概述57 4.1.2 HRank 方法59 4.1.3 實驗65 4.2基於排名的聚類 75 4.2.1 概述75 4.2.2 問題定義77 4.2.3 HeProjI 算法80 4.2.4 實驗86 4.3結論90 參考文獻91 第5章 基於異質信息網絡的推薦93 5.1基於語義路徑的推薦 93 5.1.1 概述93 5.1.2 基於異質網絡的推薦框架95 5.1.3 SemRec 算法99 5.1.4 實驗104 5.2基於矩陣分解的推薦 111 5.2.1 概述111 5.2.2 SimMF 算法112 5.2.3 實驗117 5.3利用異質信息的社交推薦 123 5.3.1 概述123 5.3.2DSR算法124 5.3.3 實驗128 5.4結論131 參考文獻132 第6章 異質社交網絡上的融合學習 135 6.1網絡對齊 135 6.1.1 概述135 6.1.2 術語定義路徑136 6.1.3 跨網絡對齊139 6.1.4 實驗141 6.2跨對齊網絡的鏈接傳輸 145 6.2.1 概述146 6.2.2 跨網絡鏈接預測146 6.2.3 實驗150 6.3協同網絡社區檢測 158 6.3.1 概述158 6.3.2 跨網絡社區檢測158 6.3.3 實驗161 6.4結論168 參考文獻169 第7章 模式豐富的異質網絡挖掘171 7.1模式豐富的異質網絡中的鏈接預測 171 7.1.1 概述171 7.1.2 LiPaP 算法173 7.1.3 實驗177 7.2知識圖譜路徑的實體集擴展 180 7.2.1 概述180 7.2.2 MP_ESE 算法181 7.2.3 實驗185 7.3結論188 參考文獻188 第8章 基於異質網絡的原型繫統191 8.1語義推薦繫統 191 8.1.1 概述191 8.1.2 繫統結構193 8.1.3 繫統實現194 8.1.4 繫統演示197 8.2可解釋的推薦繫統 198 8.2.1 概述198 8.2.2 基於異質網絡的推薦199 8.2.3 繫統框架201 8.2.4 繫統演示202 8.3其他基於異質網絡的原型繫統204 8.4結論205 參考文獻205 第9章 未來的研究方向207 9.1更復雜的網絡構建 207 9.2更強大的挖掘方法 208 9.2.1 網絡結構208 9.2.2 語義挖掘209 9.3更龐大的網絡數據 211 9.4更多的應用領域 212 參考文獻213
|