基于元路径的异构信息网络相似度搜索

某机构学者孙怡舟（Yizhou Sun）近日荣获非常大型数据库（VLDB）基金会颁发的“经受时间考验奖”，获奖的是她在2011年发表的一篇论文。该论文引入了一种基于元路径的系统性解决方案，用于处理任意异构信息网络。该方案已发展成为一种普遍适用的数据模型，可应用于众多实际场景。

这篇名为“PathSim：异构信息网络中基于元路径的Top-K相似度搜索”的论文，首次引入了网络模式的概念来定义通用的异构信息网络，并提出了元路径的概念，以基于两个实体间的连接性来系统地定义它们之间的相似性。具体来说，该工作提出了PathSim（即“基于元路径的相似度”）作为一个实例，展示了如何使用元路径来定义实体间的相似度，从而促进相似性搜索。

孙怡舟和她的合著者——伊利诺伊大学厄巴纳-香槟分校（UIUC）计算机科学系的Abel Bliss教授韩家炜、UIUC信息技术Wexler讲席教授兼计算机科学教授俞士纶、加州大学圣塔芭芭拉分校计算机科学系Venkatesh Narayanamurti讲席教授闫浳枫，以及某机构工程经理吴天一——试图解决一个基本问题：如何在不适用独立同分布（i.i.d.）设定的数据点之间定义相似性。如今，该方法论广泛应用于各行各业，包括医疗保健、学术研究、社交网络和电子商务等领域。

“人们逐渐意识到，当我们谈论数据时，它已经超越了通常印象中的表格，”孙怡舟说。“数据可能复杂得多。数据点之间可以相互作用，而这些相互作用为我们理解每一个数据点提供了强大的能力。”

在学术环境中，一些看似独立的数据点之间也存在着模式，例如相互引用的研究论文、作者、关键词以及论文发表的场所。理解这些复杂联系的能力对于医疗保健应用也至关重要，这些应用可以利用围绕患者的数据，如疾病症状、药物、基因和其他因素。

“在某机构的环境中，我们有客户、产品、广告以及许多其他不同类型的实体，”孙怡舟说。“这就是为什么我们想研究这些新型的网络数据，我们将其命名为‘异构信息网络’。”

VLDB会议是数据库领域最负盛名的会议之一。VLDB基金会从10到12年前发表的论文中评选出“经受时间考验奖”的获得者，这些论文不仅对学术界产生了影响，还具有显著的商业价值。自发表以来，孙怡舟的论文已被引用超过1600次，引发了大量后续的学术研究和商业应用。

孙怡舟在北京大学获得计算机科学和统计学双学士学位，随后于2007年获得北京大学智能科学系工学硕士学位。在发表她2011年获奖论文一年后，她在伊利诺伊大学厄巴纳-尚佩恩分校获得计算机科学博士学位。她的博士论文《挖掘异构信息网络》荣获了计算机协会知识发现与数据挖掘特别兴趣组（ACM SIGKDD）2013年最佳博士论文奖。

孙怡舟于2013年至2016年在东北大学计算机与信息科学学院担任助理教授。她于2016年6月加入加州大学洛杉矶分校任教，目前正从该校计算机科学副教授的职位上休假。

孙怡舟还两次获得某机构研究奖。该奖项提供无限制的资金和某机构计算服务 promotional credits，以支持学术机构和非营利组织在与某机构使命（即推进以客户为中心的科学研究）相符的领域开展研究。她于2018年从某机构产品图谱团队获得该奖项，并于2020年从深度图学习团队再次获奖。这项研究持续为她自2021年6月起担任某机构学者的工作提供信息。

“我们努力将学术界的东西转化为工业界的应用——不仅是方法论，还包括如何将想法和算法部署到像某机构这样的超大规模数据集中，”孙怡舟说。

在担任某机构学者期间，孙怡舟在某机构广告团队内工作，基于某机构的广告数据构建一个异构信息网络。她希望利用机器学习为客户创造更好的推荐，从而改善客户体验。

“借助这些新工具，我们可以增强向消费者推荐广告产品的能力，并改进向商业客户提供的活动推荐，”孙怡舟说。“我们将能够帮助客户从某机构的数据中获取更多价值，并为他们提供更好的服务，让他们长期受益。”

孙怡舟和她的合著者还发表了一篇关于该奖项的受邀论文，题为“异构信息网络：过去、现在与未来”。FINISHED