異質信息網路分析與應用

本書首先對異質資訊網路分析的發展以及該領域的一些新穎的資料採擷任務進行了全面的綜述。
 
本書包括兩個部分。在第I部分，包括、2和9章，它深入全面地總結了該領域的進展。這本書章深入介紹了異質資訊網路，第2章研究了大多數資料採擷任務的研究進展。此外，根據發展和趨勢，我們在第9章中指出了未來研究方向。在第II部分中，它通過第3-8章中的幾類資料採擷任務說明了異質資訊網路分析的特徵。

前言

第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 異質資訊網路示例資料集 5
1.4 為什麼要進行異質資訊網路分析 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 連結預測 19
2.6 推薦 20
2.7 資訊融合 21
2.8 其他應用 22
參考文獻 23

第3章 異質對象的相關性度量 29
3.1 HeteSim：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
3.2 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
4.1 基於元路徑的排名 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 演算法 80
4.2.4 實驗 86
4.3 結論 90
參考文獻 91

第5章 基於異質資訊網路的推薦 93
5.1 基於語義路徑的推薦 93
5.1.1 概述 93
5.1.2 基於異質網路的推薦框架 95
5.1.3 SemRec 演算法 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 演算法 112
5.2.3 實驗 117
5.3 利用異質資訊的社交推薦 123
5.3.1 概述 123
5.3.2 DSR演算法 124
5.3.3 實驗 128
5.4 結論 131
參考文獻 132

第6章 異質社交網路上的融合學習 135
6.1 網路對齊 135
6.1.1 概述 135
6.1.2 術語定義與社交元路徑 136
6.1.3 跨網路對齊 139
6.1.4 實驗 141
6.2 跨對齊網路的連結傳輸 145
6.2.1 概述 146
6.2.2 跨網路連結預測 146
6.2.3 實驗 150
6.3 協同網路社區檢測 158
6.3.1 概述 158
6.3.2 跨網路社區檢測 158
6.3.3 實驗 161
6.4 結論 168
參考文獻 169

第7章 模式豐富的異質網路挖掘 171
7.1 模式豐富的異質網路中的連結預測 171
7.1.1 概述 171
7.1.2 LiPaP 演算法 173
7.1.3 實驗 177
7.2 知識圖譜中基於元路徑的實體集擴展 180
7.2.1 概述 180
7.2.2 MP_ESE 演算法 181
7.2.3 實驗 185
7.3 結論 188
參考文獻 188

第8章 基於異質網路的原型系統 191
8.1 語義推薦系統 191
8.1.1 概述 191
8.1.2 系統結構 193
8.1.3 系統實現 194
8.1.4 系統演示 197
8.2 可解釋的推薦系統 198
8.2.1 概述 198
8.2.2 基於異質網路的推薦 199
8.2.3 系統框架 201
8.2.4 系統演示 202
8.3 其他基於異質網路的原型系統 204
8.4 結論 205
參考文獻 205

第9章 未來的研究方向 207
9.1 更複雜的網路構建 207
9.2 更強大的挖掘方法 208
9.2.1 網路結構 208
9.2.2 語義挖掘 209
9.3 更龐大的網路資料 211
9.4 更多的應用領域 212
參考文獻 213