基于異構(gòu)網(wǎng)絡(luò)鏈接預(yù)測(cè)算法研究.pdf

1、現(xiàn)實(shí)中的許多應(yīng)用，如社交網(wǎng)絡(luò)、P2P信貸、生物信息、社交投資等許多數(shù)據(jù)庫(kù)系統(tǒng)都是構(gòu)成異構(gòu)信息網(wǎng)絡(luò)。因此，針對(duì)異構(gòu)信息網(wǎng)絡(luò)的數(shù)據(jù)挖掘任務(wù)是當(dāng)前熱門的且充滿挑戰(zhàn)的研究新方向。本文主要針對(duì)異構(gòu)信息網(wǎng)絡(luò)中的鏈接預(yù)測(cè)問(wèn)題進(jìn)行數(shù)據(jù)挖掘研究。不同于當(dāng)前已有的許多數(shù)據(jù)挖掘方法，在同構(gòu)網(wǎng)絡(luò)的基礎(chǔ)上處理鏈接預(yù)測(cè)問(wèn)題。我們提出的鏈接預(yù)測(cè)模型是將實(shí)際應(yīng)用問(wèn)題模型為異構(gòu)信息網(wǎng)絡(luò)，因?yàn)楫悩?gòu)網(wǎng)絡(luò)覆蓋更全面的實(shí)體和關(guān)系數(shù)據(jù)并且蘊(yùn)含更豐富的語(yǔ)義信息。具體地，我們做了如下

2、三項(xiàng)工作和創(chuàng)新:
　　(1)針對(duì)致病基因網(wǎng)絡(luò)的鏈接預(yù)測(cè)問(wèn)題，提出了使用異構(gòu)相似約束的隱因子關(guān)系預(yù)測(cè)模型。隱因子模型假設(shè)對(duì)象之間在相同特征空間里，距離越近則越相似，將疾病和基因之間的關(guān)系預(yù)測(cè)轉(zhuǎn)化為二分類概率模型:疾病和基因如果在隱含特征空間的距離越近，則它們存在關(guān)系的概率越高;反之，若距離越遠(yuǎn)，則存在關(guān)系的概率越低。為了充分利用異構(gòu)信息網(wǎng)絡(luò)所覆蓋的豐富語(yǔ)義而更準(zhǔn)確的挖掘基因和疾病之間可能存在的相關(guān)性，我們?cè)诨A(chǔ)模型的基礎(chǔ)上加入了異構(gòu)

3、相似約束。最后，為了驗(yàn)證提出的算法的有效性，我們?cè)谡鎸?shí)的生物數(shù)據(jù)上進(jìn)行實(shí)驗(yàn)，對(duì)比已有的相關(guān)算法，分析算法性能。
　　(2)我們?cè)O(shè)計(jì)了一個(gè)數(shù)據(jù)驅(qū)動(dòng)的社交投資網(wǎng)絡(luò)鏈接預(yù)測(cè)框架，該框架將投資行為模型為基于meta-path的異構(gòu)網(wǎng)絡(luò)鏈接預(yù)測(cè)問(wèn)題，并提供了有效的度量函數(shù)來(lái)量化meta-path相似度。為了驗(yàn)證提出模型的有效性，我們?cè)贑runchBase上提供的真實(shí)數(shù)據(jù)進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果揭示，我們的模型在一定程度上也可以是一個(gè)有用的工具，幫

4、助企業(yè)(1)更好的掌握投資者是怎樣和何時(shí)會(huì)投資，(2)更好的提供參考信息，當(dāng)他們需要尋求外部投資時(shí)。
　　(3)針對(duì)P2P信貸網(wǎng)絡(luò)的鏈接預(yù)測(cè)問(wèn)題，我們提出了一個(gè)基于二部圖的隨機(jī)游走投資預(yù)測(cè)模型。使用來(lái)自P2P信貸平臺(tái)上的真實(shí)數(shù)據(jù)實(shí)驗(yàn)，結(jié)果說(shuō)明了我們的預(yù)測(cè)模型在一定程度上的有效性。多次實(shí)驗(yàn)結(jié)果也表明，使用我們的預(yù)測(cè)模型和Logistic模型集成的混合結(jié)果，可以取得更有效且穩(wěn)定的表現(xiàn)。實(shí)驗(yàn)結(jié)果也在一定程度上說(shuō)明，我們提出的預(yù)測(cè)模型和L