文献类型：期刊文章

作　　者：黄立威[1,2] 李德毅[2] 马于涛[3] 郑思仪[2] 张海粟[4] 付鹰[1]

机构地区：[1]中国人民解放军理工大学指挥信息系统学院,南京210007 [2]中国电子系统工程研究所,北京100039 [3]武汉大学软件工程国家重点实验室,武汉430072 [4]中国人民解放军国防信息学院,武汉430010

出　　处：《计算机学报》

基　　金：国家"九七三"重点基础研究发展规划项目基金(2014CB340401);国家自然科学基金(61035004;61273213;61305055);国防自然科学基金(9140A15090112JB93180)资助~~

年　　份：2014

卷　　号：37

期　　号：4

起止页码：848-858

语　　种：中文

收录情况：BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、EI(收录号：20141817659685)、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：真实世界中不同类型的对象之间相互连接,形成异质信息网络.预测网络中对象之间的连接或交互是网络分析中的一个重要任务.不同于传统的同质性网络的链路预测,异质信息网络中,由于存在多种类型的节点和边,节点之间可以通过不同的关系进行连接.文中使用元路径,即通过一组关系连接了多种节点类型的路径,来描述异质信息网络中不同类型对象之间各种连接的不同语义,从而提出一种异质信息网络链路预测模型,通过组合对象之间在不同元路径上建立连接的概率来进行链路预测.在DBLP和Last.fm两个真实数据集上的实验结果表明:在7种关系的链路预测中,相比最好的基准方法,文中方法的AUC值平均提升了5.93%;另外,在链路预测中,通过元路径区分不同类型的节点和边之后,预测精度得到了明显提升;最后,为了平衡预测精度和模型的可扩展性,实验分析表明链路预测中仅考虑路径长度小于5的元路径就已经足够产生很好的预测结果.

关 键 词：异质信息网络  链路预测 元路径  社会计算 社交网络

分 类 号：TP393]