Distant Meta-Path Similarities for Text-Based Heterogeneous Information Networks论文

文章主要思想

    两个实体没有共享的相同的邻居，但是如果二者的邻居越相似，那么这两个实体应该是更加相似的。（但是论文里好像不是这么做的呀，主要的还是用的相同的实体）

一些基本的定义

异质信息网络（HIN）：一个图，实体集合映射一个类型集合上，关系集合映射到一个类型集合，其中实体或者关系的类型集合的种类大于1。

网络模式（network schema）:将网络映射之后的类型集合构成的。

meta-path:一条路径，从一个实体类型到达另一个实体类型，其中这是定义在网络模式上的路径，是一个抽象的路径。

对称的meta-path:如果关系R是对称的，可以表示成，我们说路径，是meta-path的一个实例，是一条实体到实体的路径。

交换矩阵（commuting matrix）:矩阵中的第i行第j列元素代表着对象i和对象j之间的路径实例的个数。

PathSim ：对称的meta-path

KnowSim:给定一个对称的meta-path的集合，增加了每个meta-path的权重。

文章自己的模型

1 邻居meta-path的相似度：给定两个实体i和j，由meta-path连接，如果他们的交换矩阵元素大于0，二者的相似度是正的，否则相似度是0.

直观的意思是，如果二者的meta-path的实例越多，二者就越相似。考虑一个文档网络，包含两种实体，文档和文字。然后如果meta-path为Document-Word-Document,相似度为：

限制：它只能捕获两个邻居之间的相似度，当二者的meta-path路径的实例存在时。然而，在很多现实的网络中，存在两个实体是遥远的实体，就是二者不存在meta-path的实例，但是它们之间也应该具有相似度。比如：meta-path为D-Athlete-D

Distant Meta-Path Similarity

远的meta-path相似度：

直观的感受是具有相同类型的两个实体的相似邻居实体越多，两个实体的相似性就越大。一个最简单的方法就是使用它们互相重叠的部分去计算相似性。

我自己的理解，如下图所示：

图有点简陋，就是中间的作为一个桥梁。然后定义了很多相似度的计算方法，不详细描述了。