【论文翻译】元结构：大型异构信息网络中的相关性计算元结构：大型异构信息网络中的相关性计算
元结构：大型异构信息网络中的相关性计算摘要 异构信息网络(HIN)是一种图形模型，其中对象和边用类型进行注释。大型复杂的数据库，比如Y AGO和DBLP，可以建模为HINs。HINs中的一个基本问题是计算两个HIN对象之间的接近度或相关性。相关性度量可用于各种应用，包括实体解析、推荐和信息检索。一些研究已经研究了使用HIN信息进行相关性计算，然而，大多数研究只利用简单的结构，如路径，来衡量对象之间的相似性。在本文中，我们建议使用元结构来度量对象之间的接近度，元结构是对象类型的有向无环图..
