← 返回列表
基于上下文路径的在线社交网络用户表示方法及装置
申请人信息
- 申请人:广州大学
- 申请人地址:510006 广东省广州市番禺区大学城外环西路230号
- 发明人: 广州大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于上下文路径的在线社交网络用户表示方法及装置 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311176802.3 |
| 申请日 | 2023/9/13 |
| 公告号 | CN117540232A |
| 公开日 | 2024/2/9 |
| IPC主分类号 | G06F18/23213 |
| 权利人 | 广州大学 |
| 发明人 | 李树栋; 黄兹勤; 吴晓波; 韩伟红; 黄小慧; 李雪斌; 陈昭阳; 杨鹏伟; 唐可可; 张登辉 |
| 地址 | 广东省广州市大学城外环西路230号 |
摘要文本
广州大学获取“一种透气窗帘布”专利技术，本发明公开了一种基于上下文路径的在线社交网络用户表示方法及装置，包括：利用用户与网络数据，提取特征并获取节点向量与在线社交网络异质图；构建在线社交网络用户表示模型，在异质图上采用基于上下文路径游走的方式，捕捉异质图中不同节点之间隐藏的高阶关系；利用图编码器处理节点向量并引入注意力机制得到用户节点的向量表示并对用户进行聚类。本发明提供了一种新的网络用户的分类方法，避免了需要专业人员定义元路径的问题和不同长度的上下文路径和关系出现相同的权重问题，能够学习到更为有效的节点向量，提高了模型的鲁棒性。 百度搜索专利查询网
专利主权项内容
1.基于上下文路径的在线社交网络用户表示方法，其特征在于，包括下述步骤：利用用户与网络数据，提取特征并获取节点向量与在线社交网络异质图；所述用户与网络数据包括用户属性数据，用户推文数据及用户的静态关注网络数据；所述节点向量包括基于用户属性特征向量和推文特征向量；所述在线社交网络异质图以用户节点为主要节点，以推文节点为辅助节点；构建在线社交网络用户表示模型，根据给定的上下文路径长度，计算上下文路径概率，迭代地在在线社交网络异质图中两个主要节点之间采用游走策略进行游走，捕捉主要节点在给定上下文路径长度范围内的辅助节点，生成并嵌入主图和辅助图，然后训练在线社交网络用户表示模型；利用图编码器处理节点向量，将嵌入的主图与辅助图映射成形式统一的summaryvector，然后对summary vector实行节点剔除机制，并计算注意力得分训练在线社交网络用户表示模型，经过迭代获得上下文路径信息；利用训练好的在线社交网络用户表示模型，将上下文路径信息进行按比例拼接处理，得到用户节点的表示向量并对用户进行聚类。。来源：马 克 数 据 网