一种基于人联网的用户关系挖掘方法及系统

本发明公开了一种基于人联网的用户关系挖掘方法及系统，提出了一种关系特征提取网络，通过融合注意力机制的权重分配特性与GCN的图结构学习能力，有效提升了用户关系网络中节点特征的提取与关系预测的准确性。先通过GCN模型中进行图结构的学习与特征的深度挖掘，结合用注意力机制对用户关系网络中的节点以及节点中的属性信息和交互信息进行重要性评估，同时结合GCN模型和注意力机制挖掘了节点与节点之间的相互影响关系，基于相互影响关系再次调整GCN模型的权重，最终实现对用户关系的精准挖掘与预测。能够有效地挖掘用户之间隐藏的复杂关系，模型具有较强的灵活性，可以根据不同的应用场景进行调整和扩展，适用于不同类型的用户数据分析任务。