現(xiàn)實(shí)環(huán)境中的交互和多類型組件構(gòu)成了相互連接的網(wǎng)絡(luò)——可以稱為信息網(wǎng)絡(luò)。這些無處不在的信息網(wǎng)絡(luò)是現(xiàn)代信息基礎(chǔ)架構(gòu)的重要組成部分。近年來，信息網(wǎng)絡(luò)分析引起了計(jì)算機(jī)科學(xué)、社會科學(xué)、物理學(xué)等許多領(lǐng)域研究人員的極大關(guān)注。特別是，在過去的十年中，信息網(wǎng)絡(luò)分析已成為數(shù)據(jù)挖掘、數(shù)據(jù)庫和信息檢索領(lǐng)域的主流方向�；�本范式是通過從網(wǎng)絡(luò)數(shù)據(jù)中挖掘鏈接關(guān)系來發(fā)現(xiàn)隱藏模式。信息網(wǎng)絡(luò)分析還涉及社交網(wǎng)絡(luò)分析、鏈接挖掘、圖挖掘和網(wǎng)絡(luò)科學(xué)方面的工作。
當(dāng)前信息網(wǎng)絡(luò)分析通常基于同質(zhì)信息網(wǎng)絡(luò)，這種網(wǎng)絡(luò)中只有一種類型的對象或鏈接。示例之一是作者合作網(wǎng)絡(luò)，該網(wǎng)絡(luò)僅包含作者和共同作者之間的關(guān)系。這些同質(zhì)信息網(wǎng)絡(luò)通常是通過簡單地忽略對象和鏈接的異質(zhì)性或僅考慮一種對象之間的一種鏈接來簡化實(shí)際交互系統(tǒng)。但是，大多數(shù)實(shí)際的交互系統(tǒng)都包含多種類型的交互組件，這些組件可以建模為包含不同類型的對象和鏈接的異質(zhì)信息網(wǎng)絡(luò)。例如，文獻(xiàn)數(shù)據(jù)庫（如DBLP）可以構(gòu)建成一個(gè)異質(zhì)信息網(wǎng)絡(luò)，其中包括多種類型的對象（例如，論文、作者和會議）和鏈接關(guān)系（例如，作者與論文之間的寫/被寫，論文和會議之間的發(fā)表/發(fā)表于）。顯然，作者合作網(wǎng)絡(luò)隱含在異質(zhì)信息網(wǎng)絡(luò)中，可以從論文和作者之間的被寫/寫的關(guān)系推導(dǎo)得到。
與同質(zhì)信息網(wǎng)絡(luò)相比，異質(zhì)信息網(wǎng)絡(luò)可以有效地融合更多的信息，并在對象和鏈接中包含更豐富的語義，從而形成了數(shù)據(jù)挖掘的新發(fā)展。自2009年異質(zhì)信息網(wǎng)絡(luò)的概念首次提出，它很快成為數(shù)據(jù)挖掘中的一個(gè)熱門研究主題，并且基于這種網(wǎng)絡(luò)出現(xiàn)了許多創(chuàng)新的數(shù)據(jù)挖掘任務(wù)。此外，一些獨(dú)特的分析技術(shù)（例如，基于元路徑的挖掘）的提出，展現(xiàn)了異質(zhì)信息網(wǎng)絡(luò)的優(yōu)勢。特別是，隨著大數(shù)據(jù)時(shí)代的到來，異質(zhì)信息網(wǎng)絡(luò)成為一種建模和分析大數(shù)據(jù)中復(fù)雜對象及其關(guān)系的有效方法。
本書首先對異質(zhì)信息網(wǎng)絡(luò)分析的最新發(fā)展以及該領(lǐng)域的一些新穎的數(shù)據(jù)挖掘任務(wù)進(jìn)行了全面的綜述。本書從邏輯上分為兩個(gè)部分。第一部分包括第1、2、9章，深入全面地總結(jié)了該領(lǐng)域的最新進(jìn)展。第1章深入介紹異質(zhì)信息網(wǎng)絡(luò)，第2章綜述大多數(shù)數(shù)據(jù)挖掘任務(wù)的研究進(jìn)展，此外，根據(jù)最新發(fā)展和趨勢，在第9章中指出了未來的研究方向。在第二部分，通過第3～8章中的幾類數(shù)據(jù)挖掘任務(wù)說明了異質(zhì)信息網(wǎng)絡(luò)分析的特點(diǎn)。第3章介紹相關(guān)性度量，第4章介紹排名和聚類，第5章介紹推薦，第6章介紹融合學(xué)習(xí)，第7章介紹模式豐富的異質(zhì)網(wǎng)絡(luò)挖掘，第8章討論一些有趣的原型系統(tǒng)。
本書的讀者對象是數(shù)據(jù)挖掘領(lǐng)域（尤其是社交網(wǎng)絡(luò)分析領(lǐng)域）的工程師和研究人員，同時(shí)也適用于人工智能和信息學(xué)領(lǐng)域的工程師及研究人員。更廣泛地講，讀者對象還包括那些統(tǒng)計(jì)學(xué)、社會科學(xué)、物理學(xué)和生物學(xué)等其他學(xué)科中對社交網(wǎng)絡(luò)分析感興趣的學(xué)者。本書可用做一些課程的教材，例如數(shù)據(jù)挖掘、社交網(wǎng)絡(luò)分析、復(fù)雜網(wǎng)絡(luò)、高級人工智能，適合計(jì)算機(jī)科學(xué)及相關(guān)專業(yè)的高年級本科生或研究生閱讀。建議讀者通過第一部分快速了解該領(lǐng)域，然后深入研究第二部分中的數(shù)據(jù)挖掘任務(wù)。
衷心感謝參與本書編寫的所有人員。首先，感謝張佳偉博士在第6章所做的貢獻(xiàn)，這使得本書更加完整。然后，感謝我們的合作者在異質(zhì)信息網(wǎng)絡(luò)方面的工作，他們是孔翔南、孫怡舟、吳斌、李依彤、張志強(qiáng)、劉劍、王然、鄭玉艷、鄭靜、曹曉歡、胡嘉偉、孟曉峰、周翀等。我們也要感謝本書編寫過程中的支持者，他們是萬欣、陳曉紀(jì)、吉余崗、紀(jì)厚業(yè)、張依丁、肖楊、胡斌斌、韓霄天、陳璞迪、宋禮、Govardhana
K.、MelissaFearon、JenniferMalat等。此外，這項(xiàng)工作獲得了中國國家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃（973）（No.2013CB329600）、中國國家自然科學(xué)基金委員會（No.61375058和61672313）以及美國國家科學(xué)基金委（III-1526499）的資助。最后，感謝我們的家人在整個(gè)項(xiàng)目中的全力支持。