作者：陈丽敏 杨静 张健沛异构信息网络稀疏性演化聚类随机映射嵌入加权距离总和时间平滑
摘要：为研究动态异构信息网络划分问题，利用异构信息网络的稀疏性，提出一种解决星型模式的动态异构信息网络的演化聚类算法。首先从相容的角度将异构信息网络转化为若干个相容的二部图，并构造时间平滑二部图，使其能够表达某时刻及先前时间结点间的关系；然后由随机映射和一种线性时间的求解程序快速计算出每个时间平滑二部图的近似commute time嵌入，获得指示目标数据集的多个指示子集；最后计算指示同一个目标对象的所有指示数据与标号相同的类的中心点加权距离总和，由k？means方法确定目标对象所属的类。经验证，该算法划分动态异构信息网络的准确率较高，计算速度较快。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
