随着信息技术的快速发展,带有海量实体和关联关系信息的数据大量出现。图数据模型因其强大的表达能力,被广泛用于此类具有关联语义的数据建模中,称为信息网络。信息网络中用节点表示实体,用边表示实体间的关系,网络中的实体和关系可以是同质或异质的,异质信息网络包含更丰富的语义信息。对异质信息网络进行多维度、多层次的分析,可以挖掘潜在的有用知识。早期信息网络多维分析技术大多面向同质信息网络,且对实体间关系的分析较为简单,难以满足用户的复杂查询需求。本文主要针对大规模异质信息网络的多维分析技术展开研究,工作内容描述如下:1.提出了一种具有两层结构的图立方体模型HiCube。使用结构维和属性维作为异质信息网络多维分析的维度,分别从网络拓扑结构、节点和边本身的角度查看数据,提出了相应的结构维聚合图和属性维聚合图作为分析的度量;提出了两层图立方体模型HiCube对聚合图进行管理,第一层是结构维图立方体,每个子立方体维护一个第二层立方体,属性维图立方体;具体定义了图立方体的层次结构;基于HiCube模型定义了上卷与下钻操作,以支持用户对异质信息网络进行多维度、多层次的分析。2.基于HiCube模型提出了相应的物化策略及查询算法。通过分析用户多维分析需求,针对结构维立方体和属性维立方体提出了不同的物化策略,并基于物化的立方体提出了相应的查询算法。通过实验验证了物化策略和查询算法的有效性与高效性。3.设计并实现了一个异质信息网络多维分析系统。为了支持现实应用中大规模异质信息网络的多维分析查询,基于分布式存储平台HDFS和并行计算框架Spark,设计并实现了一个多维分析系统。该系统利用异质信息网查询语言描述用户多维分析需求,并以可视化的形式呈现聚合图。通过在系统中进行现实场景下信息网络多维分析测试,验证了系统的有效性。