论文部分内容阅读
异质信息网络蕴含丰富的语义信息和多样的结构关系,这给链路预测带来新方向的同时也因其特点增加研究难度。针对如何将链路预测应用于异质信息网络的问题,提出一种通过元路径的随机游走对网络表征学习,再根据节点向量相似性进行链路预测的算法。实验结果表明,这种基于网络表征学习的链路预测方法在异质信息网络中表现良好,对不同类型链接预测的准确率均有较大提升。