基于图表征学习的网络用户社交行为分析方法、装置及存储介质
公开
摘要
本发明提供一种基于图表征学习的网络用户社交行为分析方法、装置及存储介质，方法包括：获取待预测社交网络的网络信息，利用图表征学习方法提取社交网络中用户的特征矩阵，以及表示社交网络结构信息的邻接矩阵，输入预先训练的图神经网络模型，得到图神经网络模型的输出；根据图神经网络模型的输出确定社交网络中各用户在预测时段的社交行为预测结果；其中，所述预先训练的图神经网络模型的输出为社交网络中各用户在预测时段做出特定社交行为的概率。本发明从提取用户特征与图结构特征的角度出发，运用图嵌入方法对用户的局部网络进行特征提取，能够更准确的了解用户偏好和网络信息传播模式，从而能够更准确的预测社交网络用户的行为。
基本信息
专利标题 ：
基于图表征学习的网络用户社交行为分析方法、装置及存储介质
专利标题（英）：
暂无
公开（公告）号 ：
CN114298851A
申请号 ：
CN202111332437.1
公开（公告）日 ：
2022-04-08
申请日 ：
2021-11-11
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
陆继翔陈轶洲林明凯陆进军曹蓉蓉杨志宏
申请人 ：
国电南瑞科技股份有限公司
申请人地址 ：
江苏省南京市江宁区诚信大道19号
代理机构 ：
南京纵横知识产权代理有限公司
代理人 ：
张倩倩
优先权 ：
CN202111332437.1
主分类号 ：
G06Q50/00
IPC分类号 ：
G06Q50/00 G06Q10/04 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06Q
专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q50/00
特别适用于特定商业行业的系统或方法，例如 公用事业或旅游
法律状态
2022-04-08 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
