一种融合深度学习与社会推荐的异构网络社区发现方法

本发明公开了一种融合深度学习与社会推荐的异构网络社区发现方法，包括如下步骤：通过网络模式将异构数据排列为异构信息网络，选择有效元路径，构建用户‑用户社交网络和用户‑社区二分网络；通过图神经网络和标记机制训练优化用户‑用户社交网络和用户‑社区二分网络，并融合，构建用户‑社区扩展图；基于用户‑社区扩展图，选择元路径，度量基于元路径的目标用户与目标社区之间的相似性，获取目标用户‑目标社区节点对；将所述目标用户‑目标社区节点对输入图神经网络中进行训练，输出目标用户加入目标社区的概率，并应用于异构网络社区发现。本发明能在大规模社交网络上进行社区推荐，提高社区推荐的准确性。