当前的社会网络分析主要针对同质网络（即网络中结点类型相同），但是现实世界中的网络化数据通常包含不同类型的对象，并且对象之间的关联表示不同的语义关系。构建异质信息网络（即包含不同类型的结点或边的网络）可以包含更加完整的对象之间的关联信息，因此分析这类网络有希望挖掘更加准确的模式。本课题以异质信息网络为对象，深入分析异质网络的复杂结构和丰富语义对数据挖掘带来的挑战。本报告将介绍异质信息网络的基本概念、特点，及其在相似性度量、聚类、排名、推荐等数据挖掘问题上的应用。