極性異構信息網絡相關性搜索技術研究.pdf

1、現實世界中，大部分的數據對象之間存在互相關聯或交互關系，形成數量眾多的、互聯的、復雜的網絡，不失一般性，我們稱這種互聯的網絡為信息網絡。例如，社交網絡、萬維網、論文合作網絡、生物網絡，等等。信息網絡無處不在，成為現代信息基礎設施的關鍵組件。分析信息網絡，或者它們的特殊類型，諸如社交網絡，已經引起計算機科學、社會科學、物理學、生物學等領域研究者的廣泛關注。
　　當信息網絡中存在多種類型的節(jié)點或者多種類型的鏈接，我們稱之為異構信息網絡

2、。異構信息網絡的應用非常廣泛，在許多的異構信息網絡中，鏈接可以存在肯定或否定的極性，用于表達人們的正面或負面的意見和觀點。比如IMDB網絡，含有用戶、電影、演員等不同類型的節(jié)點，存在用戶與電影之間的評價關系、電影與演員之間的參演關系等不同類型的關系，用戶評價看過的電影，可以通過打分的高低表達是否喜歡一部電影。對異構信息網絡上的喜好行為進行建模，就構成了極性異構信息網絡，即網絡中的鏈接可以是肯定的（表達“喜歡”或者“信任”），或者否定的（

3、表達“不喜歡”或者“不信任”）。
　　相關性搜索是異構信息網絡上的一個重要任務，用于度量網絡中不同類型節(jié)點間的相關性，從而可以支持個性化推薦等應用。例如，在IMDB網絡中，人們感興趣搜索與某用戶最相關的電影，在Epinions網絡中，人們感興趣搜索與某消費者最相關的商品，等等。由于信息網絡中的不同鏈接路徑，蘊含著不同的相關性語義，因此，在以往的研究中，通?；谠窂竭M行節(jié)點間相關度計算，所謂元路徑，是指定義在不同類型對象間的聯系的

4、序列組成的路徑。
　　然而，以往的研究主要聚焦在非極性的異構信息網絡，不考慮網絡鏈接的極性，在極性異構信息網絡中，定義帶有負邊的元路徑的語義是一個具有挑戰(zhàn)性的問題，尤其是路徑中存在多條負邊的情況下，語義更加的模糊。因此，直接使用以往基于元路徑的方法來計算極性異構信息網絡的節(jié)點間的相關性，無法得到正確的結果。因此，對于極性異構信息網絡的相關性搜索，如何建模帶有正邊、負邊的元路徑，進而計算異類型節(jié)點間的相關性，是一個有挑戰(zhàn)性的工作。<

5、br>　　本文研究極性異構信息網絡中的相關性搜索問題，提出一個新穎的相關性搜索方法SignSim，基于極性元路徑分解，度量極性異構信息網絡中不同類型對象間的相關度。SignSim首先定義原子元路徑，基于原子元路徑，給出了結合用戶正負偏好，采用協同過濾方法，計算同類型節(jié)點間相似度的計算方法，在不同的原子元路徑組合的基礎上，SignSim能夠基于不同長度的極性元路徑，度量不同類型對象間的相關性。本文的主要貢獻如下:(1)提出并刻畫了極性異構