异构信息网络上基于图正则化的半监督学习

来源：计算机研究与发展杂志2015年第3期北京时间：

作者：刘钰峰,李仁发,

摘要：现实世界中存在着大量包含多种类型的对象和联系的异构信息网络，从中挖掘信息获取知识已成为当前的研究热点之一.基于图正则化的半监督学习在近年来得到了广泛的研究，然而，现有的半监督学习算法大都只能应用于同构网络.基于同构节点和异构节点的一致性假设，提出了任意结构的异构信息网络上的半监督学习的正则化分类函数，并得到分类函数的闭式解，以此预测未标记节点的类别.提出了异构信息网络上的半监督学习的迭代框架，标记节点的信息可以在邻近的节点上迭代传播，直至达到稳定状态，并证明了迭代算法将收敛于正则化分类函数的闭式解.DBLP数据集上的实验表明该方法优于经典的半监督学习算法.

关键词：异构信息网络, 同构信息网络, 半监督学习, 正则化框架, 聚类,