1、網(wǎng)絡預測與演化一直是復雜網(wǎng)絡分析領域的研究熱點，已經(jīng)有大量的研究成果出現(xiàn)。其中大部分的研究都是基于同構網(wǎng)絡（比如好友網(wǎng)絡）。但是，絕大多數(shù)真實網(wǎng)絡都是多維異構網(wǎng)絡，即點之間存在多種類型的邊。以文獻合作網(wǎng)絡為例，網(wǎng)絡中的點是作者，點之間的邊不僅僅代表兩個作者合作發(fā)表過論文，還可以有更深的含義，如共同發(fā)表的文章所屬的研究方向（如數(shù)據(jù)庫、數(shù)據(jù)挖掘、機器學習等）。多維異構網(wǎng)絡比同構網(wǎng)絡具有更強的語義表達能力，在多維異構網(wǎng)絡上進行網(wǎng)絡的預測與演化

2、研究能得到更好的結果。令人遺憾的是，在多維異構網(wǎng)絡上進行網(wǎng)絡預測與演化的研究并不多。
　　本文研究的是如何在多維異構網(wǎng)絡上處理網(wǎng)絡的預測與演化問題。根據(jù)研究粒度與研究目的的不同，研究的內容分成三部分，分別是多維異構網(wǎng)絡上的連接預測、多維異構網(wǎng)絡上的社團演化建模以及多維異構網(wǎng)絡上的社團演化預測。在多維異構網(wǎng)絡上的連接預測的研究中，本文提出了基于有監(jiān)督學習的MCBLP算法?；谡鎸崝?shù)據(jù)（DBLP）的實驗驗證了MCBLP算法的有效性。在