论文部分内容阅读
实际的网络化数据往往包含不同类型的节点和边,采用异质信息网络建模可以更加全面的包含交互对象和对象之间的关联,因此异质信息网络分析成为数据挖掘的研究热点.虽然同质信息网络中的聚类已经被深入研究,但是异质信息网络中的聚类还很少研究.异质信息网络中多类对象共存以及丰富的语义信息对聚类分析提出了新的挑战.本文研究异质信息网络中的聚类问题,并提出了一种基于矩阵分解的聚类方法HeteClus.该方法首先利用HeteSim计算基于用户指定的语义路径的对象相似度矩阵;然后采用正交非负矩阵三因子化分解方法得到节点的软聚类或者硬聚类结果.人工和实际网络数据验证了方法的有效性,并通过实例阐明了矩阵分解的物理意义.