龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：南昌航空大学
摘要：本发明公开了一种基于异质图神经网络聚类的社交网络好友推荐方法，通过特征传播模块和中心性嵌入模块实现了将用户自身属性信息和用户之间的交互信息的充分结合，解决了现有的技术大多会忽略用户间潜在联系的问题；通过子图学习模块考量用户节点间的相似性以及其他类型节点对用户节点的重要性，可以实现对用户节点进行更合理有效的学习，以得到用户在网络结构上更真实准确的向量表征，解决了现有的技术在学习用户向量表征时存在偏差的问题；本发明采用基于密度基尼系数的聚类中心选取方法对K‑means算法进行改进，能够解决初始聚类中心敏感的问题，提高对用户聚类的准确性，从而实现精确的社交网络用户群落识别，解决好友推荐准确率低的问题。
主权项：1.一种基于异质图神经网络聚类的社交网络好友推荐方法，其特征在于，包括步骤S1~步骤S5：步骤S1，从社交网络数据库中读取用户相关信息，所述用户相关信息包括用户属性数据、用户的推文内容数据和用户的群聊数据，通过对用户相关信息进行预处理和特征提取，得到用户属性的特征向量表示、推文内容的特征向量表示、群聊主题的特征向量表示；步骤S2，基于用户属性的特征向量表示、推文内容的特征向量表示、群聊主题的特征向量表示，构建以用户、推文和群聊为节点，三者之间的交互关系为边的社交网络异质图，且定义相关元路径来捕捉不同类型节点之间的语义关系；步骤S3，将构建的社交网络异质图输入至异质图神经网络模型中，以得到用户节点的最终嵌入向量，其中，所述异质图神经网络模型包括投影转换模块、特征传播模块、中心性嵌入模块和子图学习模块；步骤S4，采用基于密度基尼系数的聚类中心选取方法对K-means算法进行改进，然后基于用户节点的最终嵌入向量，采用改进后的K-means算法完成对用户节点的聚类；步骤S5，根据聚类结果，利用相似度模型获得推荐列表，再根据推荐列表中的用户的最终嵌入向量获取对应的社交网络数据，以完成对目标用户的好友推荐任务。
全文数据：
权利要求：
百度查询： 南昌航空大学 一种基于异质图神经网络聚类的社交网络好友推荐方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号