信息网络中的数据挖掘被广泛的研究,从过去开始,信息网络挖掘中的一些研究主要针对由单类型对象和链接构成的同质信息网络而设计。这些基于同质信息网络的方法不适用于由多类型对象和链接构成的异质信息网络(HIN)。毫无疑问,大多数现实世界的网络基本上以复杂的异质方式组成。相似性度量被视为异质信息网络中其它重要挖掘任务的基础任务,已经在相似性搜索、信息检索和机器学习算法中得到广泛的应用。对于具有丰富语义的异质信息网络,相似性度量需要考虑关系语义。然而,现有大多数的异质网信息网络中的相似性度量都是基于单个语义。因此怎么捕获这些网络中的复杂语义成为直接影响系统性能的最具挑战性的问题之一,并在基于复杂语义下怎么设计对象之间的相似性度量成为测量对象之间的相关性的一个重要环节。由于基于相似性度量的应用要在现实生活中进行应用,所以用户的满意程度是必须考虑的一个因素。因此在充分考虑语义关系的情况下,还要考虑网络中其他信息来度量对象之间的相似性。本文主要围绕这些问题展开研究,主要工作如下:(1)针对大多数异质信息网络中的相似性搜索算法只考虑单一的关系语义问题,提出一种基于元图的异质信息网络相似性搜索算法GraphSim,该算法能够捕获复杂关系语义。该算法首先通过关系矩阵计算出与查询对象通过元图相连的候选对象的图计数,候选对象与查询对象是相同类型的,图计数是该元图所对应的元图实例的总数。再通过GraphSim度量分别计算对象之间的相似性值,最后返回前k个与查询对象最相似对象。由于是在线连接矩阵,所以计算时耗会较大。因此根据对象在关系矩阵计算不相连的特性,提出剪枝算法GraphSim-pruning,从而提高计算性能。实验结果表明了GraphSim比基于元路径的相似性搜索算法的性能更好。(2)针对基于元图的相似性搜索算法只关注了对象之间的复杂关系语义,没有考虑异质信息网络中对象本身其他信息的问题,提出一种融合了外部支持性信息与元图的相似性搜索算法GraphSimExt。该算法不仅考虑了相同类型对象之间的图计数,还考虑了元图的外部支持信息,也就是对象自身的信息。该算法首先计算对象在给定元图下所对应的图计数,再计算对象之间通过本身信息的所具有的相似性。在整合它们共同的相似性之后,该算法可以得到同时包含语义信息和对象特征信息的最终相似性。由于计算对象之间的的相关性的侧重点不同,实验表明GraphSimExt算法在排序质量和聚类精度等方面的性能都比GraphSim算法要好,并且也优于基于元路径的相似性算法。