摘要
本发明公开了一种基于自适应传播模式的社交网络节点重要程度排名方法,所述方法包括:对社交网络用户进行半监督偏好类型识别;按照用户偏好进行规则随机游走获得节点偏好特征嵌入;对以级联形式进行的传播进行节点位置自编码;在两种嵌入的基础上,利用回归分数损失与整列排名损失双优化的方法获得自适应传播模式上的社交网络节点重要性排名。本发明可以在未知传播方式的情况下,在各种社交网络平台上基于用户的传播转发行为进行自适应学习,以便获得更精确地挖掘社交网络上的潜在重要用户。
技术关键词
排名方法
网络节点
注意力模型
节点特征
级联
位置编码技术
邻居
标签传播算法
多头注意力机制
偏好特征
挖掘社交网络
模式
全局结构信息
网络用户
网络平台
系统为您推荐了相关专利信息
虚拟现实交互
虚拟现实设备
康复训练方法
康复动作
节点特征
网络性能数据
网络节点
网络评估方法
任务分配信息
网络拓扑数据
网络节点
信息管理方法
网络安全数据
网络流量数据
网络通信