基于特征子图的异构信息网络节点相似性度量-信息通信学术期刊网.PDFVIP

基于特征子图的异构信息网络节点相似性度量-信息通信学术期刊网.PDF

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于特征子图的异构信息网络节点相似性度量-信息通信学术期刊网

研 究 与开发 研 究与开发 基于特征子图的异构信息网络节点相似性度量 * 张 彪 1,2,3 ,李 川 1,2,3 ,徐 洪 宇 1 ,李 艳梅 1 ,杨 宁 1 ,罗 谦 4 (1.四川 大 学计 算机 学院 成都 610065 ;2. 国家空管 自动化 系统技 术 重 点 实验 室 成都 610065 ; 3.武汉 大 学软件 工程 国家重 点 实验 室 武汉 430072 ;4. 中国民用航 空总局 第二研 究所 成都 610065 ) 摘 要 :为解 决 异 构 信 息 网络 相 似 性 度 量 的 问题 ,提 出 了基 于节 点 特 征 子 图 的节 点 相 似 性 度 量 算 法 ,通 过 节 点 特 征 子 图 的最 大公 共 子 图与最 小 公 共 超 图之 间 的差 异 性 ,进 行 节 点 间 的相 似 性 度 量 。 该 算 法 以 图理 论 为基 础 , 根 据 连 边 的不 同类 型设 定 不 同权 值 ,在 考 虑 节 点 信 息 相 似 的 同时 ,加 入 节 点 在 网络 中 的结 构 信 息 ,最 大 程 度 地 利 用 了异 构 信 息 网络 所 富含 的信 息 。 实 验 结 果 表 明 ,提 出 的算 法 具 有 较 好 的性 能 和有 效 性 。 关 键 词 :异 构 信 息 网络 ;图相 似 ;相 似 性 度 量 ;特 征 子 图 doi: 10.3969/j .issn.1000-080 1.20 14.11.0 12 Heterogeneous Information Networks Node Similarity Measurement Based on Feature Sub-Graph 1,2,3 1,2,3 1 1 1 4 Zhang Biao , Li Chuan , Xu Hongyu , Li Yanmei , Yang Ning , Luo Qian ( 1. College of Computer Science, Sichuan University, Chengdu 610065, China; 2. National Key Laboratory of Air Control Automation System Technology, Chengdu 610065, China; 3. State Key Laboratory of Software Engineering of Wuhan University, Wuhan 430072, China; 4. The Second Research Institute of CACC, Chengdu 610065, China) Abstract: To solve the problem in measuring the similarity of heterogeneous information networks, a similarity measuring algorithm was proposed. It calculates the difference between the maximum common sub-graph and minimum common hyper-graph, based on feature sub-graph of the current node. The algorithm takes

文档评论(0)

laolao123 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档