异构信息网络中节点相似性搜索并行算法研究.pdfVIP

第37卷第3期浙江万里学院学报Vo1.37No.3

2024年5月JournalofZhejiangWanliUniversityMay2024

异构信息网络中节点相似性搜索并行算法研究

徐小玉，陈仲委

（浙江万里学院，浙江宁波315100）

摘要：传统的基于串行计算的节点相似性搜索算法，在处理增量式异构信息网络数据流时面临效率低下、资源

消耗过大等问题。为此，文章利用同构信息网络中并行约简的基本原理与基本方法，定义了异构信息网络的并行

约简度量方法：值相似依赖度和余弦实体相似依赖度，提出异构数据流中元路径下节点相似性搜索并行算法（F-

PathSim）,F-PathSim可以并行约简、并行计算，整体上删除对节点相似性搜索允余的数据,减少对整个数据集的重

复处理。在DBLP数据集上进行大量的实验，实验结果表明F-PathSim能较好的适应异构信息网络中增量式数据

流中节点相似性搜索要求。

关键词：异构信息网络；同构信息网络；并行约简；元路径；增量式数据流；相似依赖度

中图分类号：TP18文献标识码：A文章编号：1671-2250（2024）03-0082-09

0引言

异构信息网络[1,2是把顶点与类型标签相连的数据图，用于刻画不同类型对象间的复杂限制语义，可

以用不同类型的实体、实体间联系表达出多元化、互动性高的信息。异构信息网络节点间的相似性搜索是

推荐系统、信息检索和连接关系预测等研究的理论基础[3-5]。近年来对节点相似性搜索算法的改进及应用

研究越来越受到重视，如赵泽亚、贾岩涛等人将网络中边上的时间信息融人结构路径中，实现了时序关系

预测陈湘涛、丁平尖等人提出了基于建立时间的不同，计算其时间差异度，针对给定的元路径，获得异

构信息网中动态相似性的度量口，吴钦臣提出了一种新的组合元路径挖掘算法，可用于元路径约束下的节

点间相似性度量8;文献[9-11扩展了动态异构信息网络相似性搜索的应用领域。

尽管传统相似性搜索算法也在不断改进，但随着异构网络数据量几何级的增长，基于串行计算的相

似性搜索传统算法效率低下、资源消耗过大等问题日益突出。由于同构信息网络的并行约简在处理海量

数据具有很好的效率[12-14],在特征选择、不确定分析、概念漂移探测等有较好的应用[15-22]。因此,本文以同构

信息网络的并行约简为基础，对异构信息网络数据集进行子集簇的划分和穴余数据删减的处理，提出新

的异构信息网络并行约简方法，从而降低异构信息网络中节点相似性搜索算法的时间和空间复杂度，提

高计算效率。

1异构信息网络中节点相似性搜索并行算法的理论基础

1.1异构信息网络

本节对异构信息网络的信息网络、网络模式、元路径、PathSim等相关概念进行介绍。

定义1l信息网络(InformationNetwork)是一个带有对象类型映射函数β:V→A和链接类型映射Φ：

E→R函数的有向图G(V,E),其中,任意EV是一个不同的类型,记为β(v)A,每个链接eEE一个特

收稿日期：2024-01-23

基金项目：浙江省社会科学界联合会研究课题成果“共同富裕视域下社区精准志愿服务体系的研究与实现”（2023N075)

作者简介：徐小玉（1990一），女，河南准滨人，浙江万里学院文献与信息中心工程师，研究方向：人工智能。

·82·

徐小玉，陈仲委：异构信息网络中节点相似性搜索并行算法研究第3期

定关系类型Φ(e）→R，当IAI1或IRI1时，称该网络为异构信息网络(HeterogeneousInformationNetwork，

HIN）,否则称为同构信息网络。

定义2网络模式是带有对象类型映射:V-A、链接映射Φ:E→R的异构信息网络G(V,E)（G是

定义在对象类型A和关系类型集合R上的有向图)的元模板,记为TG(A,R)为网络模式(NetworkSchema）。

文献信息网络是常见的异构信息网络，其网络模式如图1所示。

作者