1、我們生活在一個(gè)相互關(guān)聯(lián)的世界。大多數(shù)數(shù)據(jù)或信息對(duì)象、組件等是內(nèi)部關(guān)聯(lián)或者相互作用的，形成了無(wú)數(shù)的、巨大的、相互關(guān)聯(lián)的復(fù)雜網(wǎng)絡(luò)。不失一般性，相互關(guān)聯(lián)的網(wǎng)絡(luò)稱(chēng)為信息網(wǎng)絡(luò)。分析和挖掘信息網(wǎng)絡(luò)已經(jīng)成為計(jì)算機(jī)科學(xué)、社會(huì)學(xué)、生物學(xué)等領(lǐng)域的研究人員廣泛關(guān)注的課題。
　　信息網(wǎng)絡(luò)分為同構(gòu)信息網(wǎng)絡(luò)和異構(gòu)信息網(wǎng)絡(luò)。同構(gòu)信息網(wǎng)絡(luò)只有一種類(lèi)型的節(jié)點(diǎn)和一種類(lèi)型的關(guān)系，如在朋友關(guān)系網(wǎng)絡(luò)中，節(jié)點(diǎn)都是人這一類(lèi)型，邊只表示朋友關(guān)系。然而，現(xiàn)實(shí)中的大部分網(wǎng)絡(luò)都是異構(gòu)

2、的。在異構(gòu)信息網(wǎng)絡(luò)中，節(jié)點(diǎn)有多種類(lèi)型，而不同類(lèi)型的節(jié)點(diǎn)之間的關(guān)系屬于不同的類(lèi)型，如IMDB網(wǎng)絡(luò)中，有電影、導(dǎo)演、演員等不同類(lèi)型的節(jié)點(diǎn)和電影-導(dǎo)演之間的執(zhí)導(dǎo)關(guān)系、電影與演員之間的參演關(guān)系等具有不同語(yǔ)義的關(guān)系類(lèi)型。隨著網(wǎng)絡(luò)的發(fā)展，人們?cè)诰W(wǎng)絡(luò)社交時(shí)越來(lái)越多地表達(dá)自己的情感，因此網(wǎng)絡(luò)中的邊便有了極性，即邊是正的（表示信任、喜歡、朋友等關(guān)系）或負(fù)的（表示不信任、不喜歡、反對(duì)等）。我們稱(chēng)有極性的異構(gòu)信息網(wǎng)絡(luò)為極性異構(gòu)信息網(wǎng)絡(luò)。
　　信息網(wǎng)絡(luò)已

3、有了很多的分析和挖掘方法的研究，聯(lián)系預(yù)測(cè)是其中的一個(gè)重要任務(wù)。在極性異構(gòu)信息網(wǎng)絡(luò)中，聯(lián)系預(yù)測(cè)包含鏈接預(yù)測(cè)和極性預(yù)測(cè)，分別預(yù)測(cè)邊的存在性和極性。鏈接預(yù)測(cè)在分析演化網(wǎng)絡(luò)、推薦、聚類(lèi)等領(lǐng)域有重要的價(jià)值，極性預(yù)測(cè)可以應(yīng)用在推薦、決策制定、網(wǎng)絡(luò)演化模型等眾多領(lǐng)域。
　　雖然鏈接預(yù)測(cè)和極性預(yù)測(cè)都有了很多的研究成果，但大多數(shù)鏈接預(yù)測(cè)都以非極性信息網(wǎng)絡(luò)為基礎(chǔ)，極性預(yù)測(cè)多以同構(gòu)信息網(wǎng)絡(luò)為基礎(chǔ)，而現(xiàn)實(shí)中大多數(shù)網(wǎng)絡(luò)是極性異構(gòu)信息網(wǎng)絡(luò)，所以如何解決極性異

4、構(gòu)信息網(wǎng)絡(luò)中的聯(lián)系預(yù)測(cè)問(wèn)題成為新的挑戰(zhàn)。本文針對(duì)極性異構(gòu)信息網(wǎng)絡(luò)，探索了該網(wǎng)絡(luò)下的聯(lián)系預(yù)測(cè)問(wèn)題，主要工作可歸結(jié)于以下幾點(diǎn):
　　1.提出了極性異構(gòu)信息網(wǎng)絡(luò)的鏈接預(yù)測(cè)解決方法。在本文中，我們提出基于規(guī)則的方法，稱(chēng)為Rule Predict來(lái)解決鏈接預(yù)測(cè)問(wèn)題。在RulePredict模型中，我們首先系統(tǒng)抽取特征，特征包括促進(jìn)鏈接存在的正特征和減弱鏈接存在可能性的負(fù)特征。鏈接是否出現(xiàn)服從概率為p的二項(xiàng)分布，p為所有特征值的函數(shù)。然后，使

5、用基于廣義最小二乘法的監(jiān)督學(xué)習(xí)方法學(xué)習(xí)不同特征對(duì)應(yīng)的權(quán)重。將學(xué)習(xí)到的權(quán)重應(yīng)用到測(cè)試數(shù)據(jù)中來(lái)預(yù)測(cè)鏈接是否存在。
　　2.提出了極性異構(gòu)信息網(wǎng)絡(luò)的極性預(yù)測(cè)解決方法。我們提出一個(gè)新的方法HeteSign來(lái)解決極性預(yù)測(cè)問(wèn)題。首先定義不同關(guān)系下的節(jié)點(diǎn)相似值，每個(gè)節(jié)點(diǎn)相似值看作一個(gè)特征，有相對(duì)應(yīng)的權(quán)重。節(jié)點(diǎn)間的相似度定義為特征和權(quán)重的數(shù)學(xué)表達(dá)式。計(jì)算鏈接的極性得分，根據(jù)得分判斷鏈接是正是負(fù)。得分表示為節(jié)點(diǎn)相似度和現(xiàn)有網(wǎng)絡(luò)的鏈接的函數(shù)，現(xiàn)有的鏈