异质网络中基于节点影响力的相似度度量方法

• 作者: 刘露 彭涛 牛亮 胡封晔
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 数据挖掘 异质网络 推荐系统 知识图谱 网络搜索 节点影响力 链接结构 语义关系
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 学术论文
• 页码范围: 1929-1936
• 页数: 8页
• 分类号: TP391
• 字数: 6994字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2019.09.016

摘要

异质网络相似度学习,即分析两个不同类型对象间的相关程度.不同类型对象在异质网络中的重要程度不同,它们在相似度学习过程中的发挥的作用也不同.针对异质网络,提出了一种基于节点影响力的相似度度量方法NISim,该模型既考虑了网络中的链接结构,也保留了网络中的语义信息,同时区分不同类型节点对异质网络的作用.在异质信息网络环境下,通过启发式规则区分并量化不同类型节点的影响力权值,并结合网络链接结构和节点间语义关系,解决了提高相似度学习准确性的问题.实验结果表明,该方法能够有效地对异质信息网络不同类型节点进行相似度度量,可以应用在网络搜索、推荐系统以及知识图谱构建等不同领域.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡封晔	吉林大学通信工程学院	13	69	4.0	8.0
2	牛亮		25	86	4.0	8.0