随着人们对于复杂网络,特别是更加符合现实世界的异质网络的研究深入,越来越多的网络分析技术被应用于不同种类的网络分析实例中。传统的社会网络分析往往面向同质网络,着重考察网络的结构特性。但现实世界中抽象得出的网络往往包含多种类型的节点和多种类型的关系,组成结构和语义都非常丰富的异质网络。通过对于异质网络的分析,人们可以挖掘出更精确和丰富的网络内涵,包括语义关系、节点间的复合关系以及网络的动态完整演化过程等,因此异质网络模型无疑更加符合现实世界的原貌。对于异质网络的多维分析技术,基于元路径分析是一种非常重要的分析手段。异质网络中,两个节点之间可能具有涉及多个其他节点和其他类型的关系组成的非常复杂的关系,这样的复合关系可以用元路径来进行明确地度量。通过不同元路径获取隐藏的语义信息对于分析异质网络具有重要的意义。元路径由异质网络中节点类型及相邻节点类型之间的关系组成,用于区分相同节点类型之间的不同语义相似性,可以更好地理解网络节点和关系的具体意义。元路径分析在子图抽取,相似性计算以及聚类分析等方面有着广泛的应用。本文对于元路径分析应用于异质网络多维分析问题进行了以下几个方面的探索：一,对于异质网络中的社团划分进行了探究,提出一种基于元路径计算权重的社团划分方法,在实际实验中取得良好的分析效果。二,对异质网络Graph OLAP模型的特征、操作、存储策略及相关优化策略进行了描述并测试不同物化策略的性能对比及应用场景的关联。三,对于异质网络特定维度的上卷下钻操作,在系统原型中实现针对非文献数据异质网络的多维分析目标,并进行了用户身份预测实验。