异构信息网络中用于鲁棒相似性度量的循环元结构
数据库
2018-05-24 v2
摘要
相似性度量作为异构信息网络分析中的一项基本任务，已被应用于诸多领域，例如产品推荐、聚类和Web搜索。现有大多数度量依赖于用户预先指定的元路径或元结构，因此这些度量对预先指定的元路径或元结构十分敏感。本文提出一种异构信息网络中新颖的相似性度量，称为基于循环元结构的相似性（RMSS）。循环元结构作为异构信息网络中的一种图示结构，提供了一个统一框架来整合所有的元路径和元结构。因此，RMSS对元路径和元结构是鲁棒的。我们设计了一种自动构建循环元结构的方法。为了形式化其语义，将循环元结构分解为若干循环元路径和循环元树，进而定义循环元路径与元树的交换矩阵。所有循环元路径与元树的交换矩阵按不同权重进行组合。需注意，权重可由两种加权策略确定：局部加权策略与全局加权策略。最终，借助最终的交换矩阵定义RMSS。实验评估表明，现有度量对不同元路径或元结构敏感，而所提出的RMSS在排序与聚类任务上优于现有度量。
引用
@article{arxiv.1712.09008,
title = {Recurrent Meta-Structure for Robust Similarity Measure in Heterogeneous Information Networks},
author = {Yu Zhou and Jianbin Huang and Heli Sun and Yizhou Sun},
journal= {arXiv preprint arXiv:1712.09008},
year = {2018}
}