半监督元路径的异构信息网络社区发现算法

摘要：

基于语义的异构信息网络社区发现算法,大多采用元路径计算目标对象相似性,基于元路径的目标对象相似性度量非常便捷、有效,但是,其语义表达并不完整,不能完全真实地反映目标对象的关联,而目前又缺乏更加准确的表达目标对象相似性的方法.基于语义的异构信息网络社区发现算法往往忽略了异构信息网络复杂的拓扑结构,本文通过谱聚类分析异构信息网络的拓扑结构,半监督校正目标对象的相似性,使用非负矩阵分解法划分异构信息网络的社区,能够有效提高异构信息网络社区发现的准确率.通过对仿真数据和真实数据实验,结果显示本文算法确实有效提高了异构信息网络社区发现的准确率.

关键词：异构信息网络、社区发现、半监督、元路径、拓扑结构

所属期刊栏目：41

分类号：TP391(计算技术、计算机技术)

资助基金：黑龙江省科学基金项目LH2019F051

在线出版日期：2020-06-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1152-1155