異質(zhì)信息網(wǎng)絡分析與應用

前言
第1章 引言 1
1.1 基本概念和定義 1
1.2 與相關(guān)概念的比較 4
1.3 異質(zhì)信息網(wǎng)絡示例數(shù)據(jù)集 5
1.4 為什么要進行異質(zhì)信息網(wǎng)絡分析 8
參考文獻 9
第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(zhì)對象的相關(guān)性度量 29
3.1 HeteSim：一種統(tǒng)一且對稱的相關(guān)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
3.2 HeteSim 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 的并行化 51
3.2.4 實驗 52
3.3 結(jié)論 55
參考文獻 56
第4章 基于路徑的排名和聚類 57
4.1 基于元路徑的排名 57
4.1.1 概述 57
4.1.2 HRank 方法 59
4.1.3 實驗 65
4.2 基于排名的聚類 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(jié)論 90
參考文獻 91
第5章 基于異質(zhì)信息網(wǎng)絡的推薦 93
5.1 基于語義路徑的推薦 93
5.1.1 概述 93
5.1.2 基于異質(zhì)網(wǎng)絡的推薦框架 95
5.1.3 SemRec 算法 99
5.1.4 實驗 104
5.2 基于矩陣分解的推薦 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(zhì)信息的社交推薦 123
5.3.1 概述 123
5.3.2 DSR算法 124
5.3.3 實驗 128
5.4 結(jié)論 131
參考文獻 132
第6章 異質(zhì)社交網(wǎng)絡上的融合學習 135
6.1 網(wǎng)絡對齊 135
6.1.1 概述 135
6.1.2 術(shù)語定義與社交元路徑 136
6.1.3 跨網(wǎng)絡對齊 139
6.1.4 實驗 141
6.2 跨對齊網(wǎng)絡的鏈接傳輸 145
6.2.1 概述 146
6.2.2 跨網(wǎng)絡鏈接預測 146
6.2.3 實驗 150
6.3 協(xié)同網(wǎng)絡社區(qū)檢測 158
6.3.1 概述 158
6.3.2 跨網(wǎng)絡社區(qū)檢測 158
6.3.3 實驗 161
6.4 結(jié)論 168
參考文獻 169
第7章 模式豐富的異質(zhì)網(wǎng)絡挖掘 171
7.1 模式豐富的異質(zhì)網(wǎng)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 知識圖譜中基于元路徑的實體集擴展 180
7.2.1 概述 180
7.2.2 MP_ESE 算法 181
7.2.3 實驗 185
7.3 結(jié)論 188
參考文獻 188
第8章 基于異質(zhì)網(wǎng)絡的原型系統(tǒng) 191
8.1 語義推薦系統(tǒng) 191
8.1.1 概述 191
8.1.2 系統(tǒng)結(jié)構(gòu) 193
8.1.3 系統(tǒng)實現(xiàn) 194
8.1.4 系統(tǒng)演示 197
8.2 可解釋的推薦系統(tǒng) 198
8.2.1 概述 198
8.2.2 基于異質(zhì)網(wǎng)絡的推薦 199
8.2.3 系統(tǒng)框架 201
8.2.4 系統(tǒng)演示 202
8.3 其他基于異質(zhì)網(wǎng)絡的原型系統(tǒng) 204
8.4 結(jié)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(wǎng)絡構(gòu)建 207
9.2 更強大的挖掘方法 208
9.2.1 網(wǎng)絡結(jié)構(gòu) 208
9.2.2 語義挖掘 209
9.3 更龐大的網(wǎng)絡數(shù)據(jù) 211
9.4 更多的應用領(lǐng)域 212
參考文獻 213