一种联合学习表示和对齐的弱监督用户身份链接方法
公开
摘要
本发明涉及一种联合学习表示和对齐的弱监督用户身份链接方法，该方法包括以下步骤：1)采集源网络与目标网络的用户数据和已知的对应关系集；2)设定表示向量的维度和卷积层数；3)进行嵌入学习，得到源网络用户表示Zs和目标网络用户表示Zt；4)基于映射函数Φ将Zs映射到目标网络的表示空间中；5)进行跨网络强对齐训练，6)获取潜在对齐用户对记为集合；7)计算对应的权重αpq；8)进行跨网络弱对齐训练，9)更新聚合操作、连结操作以及映射函数中神经网络的权重矩阵和偏置参数；10)更新参数直至收敛；11)获取源网络用户us在目标网络中的对应锚用户。与现有技术相比，本发明具有适用于多个且标签缺乏的网络、对齐准确率高等优点。
基本信息
专利标题 ：
一种联合学习表示和对齐的弱监督用户身份链接方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114298854A
申请号 ：
CN202111591929.2
公开（公告）日 ：
2022-04-08
申请日 ：
2021-12-23
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
潘理郑聪惠
申请人 ：
上海交通大学
申请人地址 ：
上海市闵行区东川路800号
代理机构 ：
上海科盛知识产权代理有限公司
代理人 ：
杨宏泰
优先权 ：
CN202111591929.2
主分类号 ：
G06Q50/00
IPC分类号 ：
G06Q50/00 G06K9/62 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
