極性信息網(wǎng)絡節(jié)點相關性度量問題研究.pdf

1、我們生活在一個相互聯(lián)系的世界里，現(xiàn)實世界中大量的數(shù)據(jù)、對象或個體之間相互聯(lián)系、相互作用，形成眾多大型、互聯(lián)和復雜的網(wǎng)絡。不失一般性，這種相互聯(lián)系的網(wǎng)絡被稱為信息網(wǎng)絡。其中，由相同類型的節(jié)點和鏈接構(gòu)成的網(wǎng)絡稱為同構(gòu)信息網(wǎng)絡，而由不同類型的節(jié)點和鏈接構(gòu)成的網(wǎng)絡稱為異構(gòu)信息網(wǎng)絡。
　　隨著信息網(wǎng)絡的不斷發(fā)展，現(xiàn)實世界中的很多關系可以用既有正邊，又有負邊的極性信息網(wǎng)絡來表示。其中，正邊可以表示朋友、信任、喜歡等積極的關系，負邊可以表示敵人

2、、不信任、不喜歡等消極的關系。比如，國際關系中，國家與國家之間的合作與對抗;電子商務領域，顧客對商品的好評與差評;生命科學領域，激素對生長發(fā)育的促進與抑制等都可以抽象為極性信息網(wǎng)絡來加以描述。在極性信息網(wǎng)絡中，我們可以清晰地看到各對象之間的合作或?qū)α㈥P系，有助于我們更加準確地認識和分析復雜的系統(tǒng)。
　　在信息網(wǎng)絡上度量兩個節(jié)點之間的相關性（或相似性）具有重要的意義。通常我們把同類型節(jié)點之間的相近程度稱為相似性，而把異類型節(jié)點之間的

3、相近程度稱為相關性。比如在DBLP文獻網(wǎng)絡中，我們可以根據(jù)作者之間的相似性來對他們進行分類，從而將不同領域的研究人員進行有效劃分;我們還可以通過衡量作者與會議之間的相關性，對作者進行更加精確的用戶畫像。目前，信息網(wǎng)絡上的節(jié)點相關性度量工作主要針對非極性信息網(wǎng)絡，極性信息網(wǎng)絡上的節(jié)點相關性度量尚不多見。
　　在極性信息網(wǎng)絡上，度量兩個節(jié)點之間的相關性是一個具有挑戰(zhàn)性的問題。由于極性信息網(wǎng)絡不僅含有正邊，而且還有大量的負邊，正邊和負邊

4、蘊含的語義是相反的，以往針對非極性信息網(wǎng)絡的研究思路和方法并不完全適用于極性信息網(wǎng)絡。在極性信息網(wǎng)絡上，如何正確處理正邊與負邊的關系，充分利用正邊和負邊的語義信息仍是一個尚未解決的問題。
　　本文研究極性信息網(wǎng)絡上的節(jié)點相關性度量問題，包括在同構(gòu)極性信息網(wǎng)絡上度量同類型節(jié)點之間的相似性，以及在異構(gòu)極性信息網(wǎng)絡上度量異類型節(jié)點之間的相關性。本文的主要貢獻包括:
　　1、提出了一個稱為NeiSim的相似性度量模型，該模型能夠度量

5、同構(gòu)極性信息網(wǎng)絡上同類型節(jié)點之間的相似性。NeiSim能夠充分利用極性信息網(wǎng)絡中正邊和負邊所蘊含的語義信息，利用源節(jié)點和目標節(jié)點對相同節(jié)點的不同偏好，將Jaccard系數(shù)擴展至極性信息網(wǎng)絡來衡量它們之間的相似性。NeiSim通過比較源節(jié)點和目標節(jié)點的直接鄰居節(jié)點集合來判斷源節(jié)點和目標節(jié)點是否相似。對于源節(jié)點和目標節(jié)點沒有共同鄰居的情況，NeiSim基于結(jié)構(gòu)平衡理論采用相似度傳播的方式間接衡量它們之間的相似程度。NeiSim不僅考慮了兩個

6、節(jié)點的局部特征，還考慮了網(wǎng)絡的整體結(jié)構(gòu)。在真實數(shù)據(jù)集Epinions和Slashdot上的實驗表明，NeiSim能有效度量兩個節(jié)點之間的相似程度。
　　2、提出了在帶權(quán)的異構(gòu)極性信息網(wǎng)絡上度量異類型節(jié)點之間相關性的度量模型WsRel。WsRel針對異構(gòu)信息網(wǎng)絡中網(wǎng)絡結(jié)構(gòu)復雜、語義豐富的特點，使用元路徑技術(shù)獲取不同路徑蘊含的語義信息。該模型合理利用極性信息網(wǎng)絡中的負邊信息，將極性信息網(wǎng)絡轉(zhuǎn)換為非極性信息網(wǎng)絡。通過元路徑限定下的隨機游