本文介绍了异构信息网络（HIN）的基本概念，重点讨论了元路径（Meta Path）及其在HIN中衡量节点相似度的应用，如PathSim和HeteSim。此外，还探讨了元结构（Meta Structure）的概念，以及如何利用它们增强关系表示和推荐系统的性能。文中提到了一些基于元路径和元结构的推荐方法，如SemRec和Meta-Graph Based Recommendation Fusion，并引用了相关研究者的著作和工作。
关于异构信息网络的基本概念，可以先看看：异构信息网络–基本概念和定义学习笔记
**
一、元路径（Meta Path）
**
- 因为异构信息网络（以后简称为HIN）中包含着更多的节点类型和边的类型，相对于同构网络来说比较复杂，所以Yizhou Sun【1】第一次提出了元路径（meta path）的概念，基于元路径来分析HIN，简单来说元路径就是连接两个节点之间的边类型和节点类型的串联。详细的还是看异构信息网络–基本概念和定义学习笔记。
- 基于元路径最基本的两个工作是：
（1）衡量HIN中基于对称元路径的相同类型节点间的相似度方法PathSim【1】（代码python2.7：http://download.csdn.net/download/u013527419/9475257）。
（2）衡量HIN中基于任意元路径的相同/不同类型节点间的相似度方法HeteSim【2】（代码：
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
