摘要
本发明公开了一种基于时序异构图注意力网络的动态链路预测方法及系统,涉及网络链路预测技术领域。本发明的技术要点包括:获取时序异构网络的时序异构图;将时序异构图按照时间顺序划分为训练集和测试集,获取预测时间;基于训练集和测试集训练获得链路预测模型;将待预测时序异构网络数据输入训练好的链路预测模型中进行链路预测;其中,对于异构性,使用异构邻居随机游走来捕获异构信息;对于时序信息,使用时间编码器对时间信息进行编码;对于新节点,使用归纳图表示学习方法,聚合节点邻域的结构特征,从而快速生成新子图中的节点嵌入。本发明在时序异构网络链路预测任务上具有显著优势。
技术关键词
动态链路预测方法
链路预测模型
时序
事件特征
节点特征
注意力
异构网络数据
邻居
邻域特征
矩阵
样本
异构网络链路预测
sigmoid函数
参数
系统为您推荐了相关专利信息
优化调度方法
柴油发电机机组
充放电策略
储能系统
时序
中继控制方法
动态实时数据
时间片
主机
通信网络
特征向量空间
多光谱成像技术
视觉检测系统
主成分分析算法
模型训练模块
纳秒脉冲激光器
成像器件
成像仪
成像镜头
激光模块