异质信息网络中面向事件语义的网络表示学习研究

发布时间：2021-09-29 22:04

　　随着信息技术与互联网技术的不断突破,包含关联交互关系的网络化异质数据爆发式增长。这些数据描述了不同类型对象和它们之间的复杂关联关系,相互关联的对象及其交互关系构成了无处不在的异质信息网络。异质信息网络具有结构非线性、交互高阶性、信息多样性和动态性,且蕴含丰富的语义信息,难以对其进行合理高效且捕捉语义信息的统一表示,导致在对异质信息网络进行分析挖掘及应用时出现瓶颈。本文研究异质信息网络中面向事件语义的网络表示学习,旨在学习异质节点的低维稠密向量化表示,同时最大程度保留原网络蕴含的事件语义信息,从而突破传统基于原始邻接矩阵表示进行网络分析的固有研究范式,成为大数据时代下对异质信息网络进行分析及应用的有效手段。论文选题来源于北京市教育委员会共建项目子课题——“基于大数据的异构信息网络的信息传播及演化机理研究”和“基于社交感知的跨媒体数据分析与挖掘研究”。论文围绕异质信息网络中面向事件语义的网络表示学习进行了深入研究,针对异质信息网络的四个特性,包括结构非线性、交互高阶性、信息多样性和动态性,分别提出了相应的面向事件语义的网络表示学习方法。论文的主要贡献下:（1）针对如何保持异质信息网络中存在... 

【文章来源】：北京邮电大学北京市 211工程院校 教育部直属院校

【文章页数】：164 页

【学位级别】：博士

【部分图文】：

图１－１网络表示学习示意图??２??

的动态??网络表示学习研究?网络表示学习研究?网絡表示学习研究?网络表示学习研究??ｉ基于深■醉测的丨丨丨，于露顯超醜人丨丨??ｉ网络表示学习方法丨｜的网络表示学习方法丨：字，期龄会、Ｕ■．綠７、；??１?Ｊ?＼?结?Ｓｉｒ?１?Ｌ－?－?－Ｊ?１?Ｕ—?ｊ??！网络表示学习方法！??Ｖ?／?—二—…＾?八?Ｊ??（?第七韋总结与展望?＾??：?论文研宂工作总结?丨?丨?未来研究工作展鹽?！??Ｖ?、－???＇?Ｌ?－－－－??Ｊ??图１－３论文组织架构??１０??

?第二章异质信息网络及网络表示学习相关研宄综述???２．１．２异质信息网络分析及应用??自孙怡舟和韩家炜等人［４］首次提出异质信息网络的概念以来，由于异质信息??网络可以对更加复杂的网络进行刻画，且蕴藏了更加丰富的语义信息，受到了研??宄者们越来越多的关注［５］。从２００９年以来，国内外相关领域的研宄人员针对异??质信息网络开展了一系列研宄工作，取得了一定的研宄成果。本论文将异质信息??网络的研宄基本分为三个层面，自下而上依次为表示层、挖掘层以及应用层，如??图２－１所示。现有研宄主要集中于挖掘层和应用层中，它们通常采取不对网络的??原始特征做处理，而是直接在原始网络特征上针对不同任务的需求设计相应算法??的研究范式［５］。本小节将对异质信息网络分析及应用的己有研究成果进行总结。??八丨???应用层?推荐系统?搜索系统?异常检测系统?…??—．．．．．?????（；节点相关丨丨边相关??挖掘层１１分类￣ｉ?｜?；?｜相似性度量￣￣ｉ?：??＼?｜?｜?￣链接预测￣?；??表￥层?｜原始网络特征?｜网络表示学习??——???——??图２－丨异质信息网络研究层次图??在分析挖掘层面中，现有研究通常对于不同任务的需求和特点有针对性地设??计相应的方法，致力于解决异质信息网络结构复杂、信息多样以及富含语义信息??的特点所带来的挑战。从异质信息网络的概念被提出以来，异质信息网络的分析??挖掘研究取得了一定的研宄成果，本文按挖掘层面将它们分为节点相关的和边相??关的挖掘。??节点相关的挖掘主要包括分类和聚类任务。分类任务旨在训练模型以对节点??的标签或类别进行预测

【参考文献】：
期刊论文
[1]网络表示学习的研究与发展[J]. 尹赢,吉立新,黄瑞阳,杜立新.  网络与信息安全学报. 2019(02)
[2]大规模复杂信息网络表示学习:概念、方法与挑战[J]. 齐金山,梁循,李志宇,陈燕方,许媛.  计算机学报. 2018(10)
[3]网络表示学习综述[J]. 涂存超,杨成,刘知远,孙茂松.  中国科学:信息科学. 2017(08)
[4]网络表示学习[J]. 陈维政,张岩,李晓明.  大数据. 2015(03)



本文编号：3414558