基于元路径的异构信息网络挖掘方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-21页 |
| 1.1 研究背景及研究意义 | 第12-14页 |
| 1.1.1 研究背景 | 第12-13页 |
| 1.1.2 研究意义 | 第13-14页 |
| 1.2 异构信息网络数据挖掘概述 | 第14-19页 |
| 1.2.1 异构信息网络相关定义 | 第14-16页 |
| 1.2.2 异构信息网络数据挖掘的研究现状 | 第16-19页 |
| 1.3 异构信息网络的主要应用 | 第19页 |
| 1.4 本文的研究内容 | 第19-20页 |
| 1.5 本文的组织结构 | 第20-21页 |
| 第2章 相关工作 | 第21-30页 |
| 2.1 典型异构信息网络分析 | 第21-23页 |
| 2.1.1 Web服务异构网络 | 第21-22页 |
| 2.1.2 关系型数据库异构网络 | 第22-23页 |
| 2.1.3 异构社交网络 | 第23页 |
| 2.2 信息网络常用的相似性度量方法 | 第23-27页 |
| 2.2.1 基于特征空间的相似性度量方法 | 第23-25页 |
| 2.2.2 基于拓扑结构的相似性度量方法 | 第25-27页 |
| 2.3 信息网络常用的分类方法 | 第27-28页 |
| 2.3.1 协作分类 | 第27页 |
| 2.3.2 半监督分类 | 第27-28页 |
| 2.4 小结 | 第28-30页 |
| 第3章 异构信息网中基于元路径的动态相似性搜索 | 第30-41页 |
| 3.1 引言 | 第30页 |
| 3.2 相关知识 | 第30-32页 |
| 3.3 基于元路径的动态相似性搜索算法 | 第32-36页 |
| 3.3.1 算法思想 | 第32-33页 |
| 3.3.2 元路径实例数比值 | 第33-34页 |
| 3.3.3 时间差异度 | 第34-35页 |
| 3.3.4 动态相似性搜索算法PDSim | 第35-36页 |
| 3.4 实验与分析 | 第36-39页 |
| 3.4.1 实验环境与数据集 | 第36页 |
| 3.4.2 PDSim算法的有效性 | 第36-38页 |
| 3.4.3 PDSim算法在聚类中的应用 | 第38-39页 |
| 3.4.4 PDSim算法中参数a的作用 | 第39页 |
| 3.5 小结 | 第39-41页 |
| 第4章 异构信息网中基于元路径的归纳分类 | 第41-53页 |
| 4.1 引言 | 第41-42页 |
| 4.2 相关知识 | 第42-43页 |
| 4.3 基于元路径的归纳分类算法 | 第43-47页 |
| 4.3.1 基本思想 | 第43-45页 |
| 4.3.2 建立分类模型Hic | 第45-46页 |
| 4.3.3 预测分类标签 | 第46-47页 |
| 4.4 实验与分析 | 第47-51页 |
| 4.4.1 数据集及实验环境 | 第47-48页 |
| 4.4.2 对比方法 | 第48页 |
| 4.4.3 度量指标 | 第48-49页 |
| 4.4.4 Hic算法的有效性 | 第49-50页 |
| 4.4.5 最小支持度的影响 | 第50页 |
| 4.4.6 元路径的影响 | 第50-51页 |
| 4.5 小结 | 第51-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-60页 |
| 附录 A攻读学位期间所发表的学术论文目录 | 第60-61页 |
| 致谢 | 第61页 |
