赵宇红，薛维佳

(内蒙古科技大学 信息工程学院，内蒙古 包头 014010)

0 引 言

相似性度量是信息网络挖掘与分析的重要且基础的任务[1]。异构信息网络[2]可以表达更丰富且深层次的语义，基于异构信息网络的相似性度量能够更全面地发现节点间的关联及网络中隐藏的知识。因此，如何构建一种准确且高效的异构信息网络相似性度量算法是一个非常有意义的课题。现有的异构网络相似性度量大多是基于节点间的链接关系，如PathSim[3]、AvgSim[4]、HeteSim[5]算法等。PathSim是最早提出的根据元路径来进行相似性度量的算法，是一种基于对称元路径的相似性算法，在相同类型节点关联度量中具有较好的代表性。而实际的异构网络中度量不同类型对象之间的相似性也具有现实意义[6]。HeteSim算法通过双向随机游走到元路径的中心来度量不同类型节点相似性，但是，算法复杂度较高，不适用于大规模的异构网络。AvgSim算法是基于单条元路径下通过正反向两次游走取平均的方式来度量相似性，但是算法需要预设元路径，而不同的元路径拥有不同的语义信息，根据不同元路径进行相似性度量会得到不同的度量结果，因此选用单条元路径进行度量在一定程度上会影响相似性度量算法的准确性。鉴于现有异构信息网络相似性度量在度量类型及准确性等方面的问题，本文在考虑元路径对语义表达贡献程度的基础上，融合多条关键元路径，提出了一种可度量任意类型节点间的相似性度量的Multi-WPathSim算法。……