申请/专利权人:中国计量大学
申请日:2024-03-22
公开(公告)日:2024-06-11
公开(公告)号:CN118170980A
主分类号:G06F16/9535
分类号:G06F16/9535;G06F16/9538;G06F18/23213;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-公开
法律状态:2024.06.11#公开
摘要:本发明公开了一种基于节点特征卷积图自编码器的用户群体识别方法及系统,属于网络数据分析领域。具体包括:获取网络用户交互数据并构建复杂网络模型;利用基于节点特征卷积模块构建图自编码器对图邻接矩阵进行重构训练;对通过图自编码器重构过程获得的节点嵌入表示进行聚类以实现网络用户群体的准确划分。采用本发明的技术方案,有利于缓解现有基于图自编码器的群体识别方法在节点聚合过程中由于节点邻居数量分布不均匀所带来的偏差,同时可有效提高用户群体识别的准确性。
主权项:1.一种基于节点特征卷积图自编码器的用户群体识别方法,其特征在于,包括以下步骤:步骤S1:获取网络用户交互行为数据来获得网络邻接矩阵和节点特征矩阵;步骤S2:基于获取的邻接矩阵和节点特征矩阵,构建基于节点特征卷积的图自编码器模型,用于对邻接矩阵进行重构;步骤S3:通过最小化所述图自编码器模型的重构误差以获得网络节点的低维嵌入表示;步骤S4:利用图自编码器模型与聚类算法k-means的结合,对获取的节点嵌入表示进行聚类分析以实现网络群体识别。
全文数据:
权利要求:
百度查询: 中国计量大学 基于节点特征卷积图自编码器的用户群体识别方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。