1、隨著Web應用的蓬勃發(fā)展，現(xiàn)實世界中存在大量的對象，它們相互之間存在各種各樣的交互關系，形成一個龐大的、相互聯(lián)系的復雜網(wǎng)絡，我們稱這個網(wǎng)絡為信息網(wǎng)絡?，F(xiàn)實中，信息網(wǎng)絡無處不在，并且成為現(xiàn)代信息基礎設施的一個重要部分。為了更好地理解信息網(wǎng)絡及其特性，信息網(wǎng)絡分析技術已經(jīng)引起了人們的關注，而且廣泛地應用于數(shù)據(jù)挖掘、數(shù)據(jù)分析等領域。
　　當信息網(wǎng)絡中的對象和鏈接都是單類型時，稱為同構信息網(wǎng)絡。比如DBLP作者合作網(wǎng)絡中對象僅代表作者，鏈

2、接僅代表作者之間的合作關系。當信息網(wǎng)絡中的對象或鏈接是多種類型時，稱為異構信息網(wǎng)絡。比如在DBLP文獻網(wǎng)絡中有三種類型的對象，即論文、作者和會議，兩種類型的鏈接，即論文和作者之間“寫”與“被寫”的關系，論文和會議之間“發(fā)表”與“被發(fā)表”的關系。到目前為止，在同構信息網(wǎng)絡分析的研究中已經(jīng)有了很多有影響的算法和應用，如PageRank算法，HITS算法，社區(qū)發(fā)現(xiàn)等。但是，現(xiàn)實世界中的網(wǎng)絡大都是異構信息網(wǎng)絡，其中不同類型對象間的復雜聯(lián)系揭示了

3、更重要的結構語義信息，所以異構信息網(wǎng)絡研究成為數(shù)據(jù)挖掘中一個新的研究熱點。
　　主題建模是文檔分析的一種重要的方法，它能夠發(fā)現(xiàn)隱藏在文檔集中的潛在主題，并且廣泛地應用于機器學習和自然語言處理等領域。近些年來，文本文檔，如網(wǎng)頁、論文、博客等，越來越豐富，而且相互之間或與其他對象之間（如用戶）通過各種各樣的方式進行聯(lián)系，形成各種各樣的異構信息網(wǎng)絡。在異構信息網(wǎng)絡中，對象間的鏈接關系隱含著大量的網(wǎng)絡結構語義，對象本身也含有豐富的文本內容

4、。所以研究異構信息網(wǎng)絡上的主題建模技術是很有必要的。目前大多數(shù)的研究只關注同構信息網(wǎng)絡上的主題建模，對異構信息網(wǎng)絡上的主題建模研究尚不多見。
　　本文針對異構信息網(wǎng)絡上的主題建模問題展開研究，首先提出了一種使用潛在語義分析基于主題傳播的主題模型LSA-PTM，將文本內容和網(wǎng)絡結構結合在一起進行主題建模，在LSA-PTM基礎上，進一步考慮異構信息網(wǎng)絡和文本文檔兩者之間的主題內在一致性，本文又提出了一種更加優(yōu)化的統(tǒng)一主題模型cluTM

5、。本文的主要工作和貢獻總結如下:
　　1.提出一種使用潛在語義分析基于主題傳播的主題模型LSA-PTM，該模型提出一種主題傳播的方法將異構信息網(wǎng)絡融合到主題建模中，從而改進了主題建模的效果。對于建模出的主題，LSA-PTM為每個主題計算出一個主題描述以提高主題的可讀性。DBLP數(shù)據(jù)集上的實驗結果表明，較于其他幾種主流的主題模型，LSA-PTM取得了更好的效果.
　　2.提出一種融合內容和鏈接的統(tǒng)一的主題模型cluTM，該模型