[发明专利]一种面向社交网络平台的动态网络表征学习方法在审
| 申请号： | 202010174189.1 | 申请日： | 2020-03-13 |
| 公开（公告）号： | CN111461907A | 公开（公告）日： | 2020-07-28 |
| 发明（设计）人： | 徐小龙;王扬 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06Q50/00 | 分类号： | G06Q50/00;G06N3/04;G06N3/08 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 柏尚春 |
| 地址： | 210046 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种面向社交网络平台的动态网络表征学习方法，包括如下步骤：根据输入的原始数据，对其中所有出现过的节点进行编号；根据编号后的节点序列以及原始数据，构建一个动态网络；得到动态网络的邻接矩阵、自环邻接矩阵以及对应的度矩阵；将所得矩阵作为输入交由深度神经网络模型进行学习；训练神经网络模型，将原始高维稀疏矩阵转换为低维稠密的向量，并将网络所携带的时序信息也嵌入在新的向量空间中。本发明通过使用图卷积神经网络来对网络数据进行特征提取并结合LSTM捕捉网络中潜在的时序信息，使得高维网络中蕴含的特征信息以及时序信息都可以被捕获到，具有很好的普适性，可以应用到所有有关的网络分析任务中。 | ||
| 搜索关键词： | 一种 面向 社交 网络 平台 动态 表征 学习方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京邮电大学，未经南京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010174189.1/，转载请声明来源钻瓜专利网。
