一种基于用户偏好的社交网络群体发现方法

本发明属于引导性话题网络分析领域，具体涉及一种基于用户偏好的社交网络群体发现方法，包括：从社交网络平台中获取相关信息；计算用户的交互度和信誉度；定义IBT2vec算法的随机游走策略，将用户话题网络表示为特征向量矩阵；采用RoBERTa获取用户的长短期偏好，将其与初始特征向量融合，形成增强的用户节点表示；通过元迁移学习对网络空间特征进行补偿，以缓解数据稀疏问题；通过谱聚类方法对用户特征进行分类，经全连接层和归一化处理后获取具有相似兴趣与行为的关键影响力用户群体。本发明不仅考虑了用户间的相似度，还综合考量了用户的影响力，使得群体发现更精准实用，为舆情监控、信息传播和营销推广等应用提供可靠支持。