Resumen

El análisis de clustering es un método básico y esencial para la minería de redes de información heterogéneas, que consisten en múltiples tipos de objetos y relaciones semánticas entre diferentes tipos de objetos. Las redes de información heterogéneas son ubicuas en las aplicaciones del mundo real, como las redes bibliográficas y las redes sociales. Desafortunadamente, la mayoría de los enfoques existentes, como el clustering espectral, están diseñados para analizar redes de información homogéneas, que están compuestas por un solo tipo de objetos y enlaces. Algunos estudios recientes se enfocaron en redes de información heterogéneas y dieron como resultado algunas investigaciones, como RankClus y NetClus. Sin embargo, a menudo asumieron que las redes de información heterogéneas suelen seguir algunos esquemas simples, como un esquema de red bitípica o un esquema de red de estrella. Para superar las limitaciones anteriores, modelamos la red de información heterogénea como un tensor sin la restricción del esquema de red. Luego, se adapta un método

• Materias:Calibración geométrica Núcleos computacionales Consultas de palabras clave Pronóstico probabilístico Máquina de aprendizaje
• Subjects:Geometric calibration Computational kernels Keyword queries Probabilistic forecasting Machine learning
• Palabras claves:Análisis de agrupamiento; Redes de información heterogéneas; Agrupamiento espectral; RankClus; NetClus; Descomposición tensor CP
• Keywords:Clustering analysis; Heterogeneous information networks; Spectral clustering; RankClus; NetClus; Tensor CP decomposition