摘要
本发明涉及社交数据分类技术领域,尤其是涉及一种基于贝叶斯原型图学习的用户归纳方法及系统。方法包括获取社交平台数据,并对社交平台数据进行预处理,得到图结构;基于社交平台数据构建贝叶斯推理模型,所述模型参数为具有先验和先验分布的随机变量;使用GCN作为模型编码器的主干部分,将图结构输入到编码器中,得到图结构的嵌入表示。本发明中,引入人工智能、深度学习算法,将社交网络与图神经网络结合利用图结构学习算法、原型学习思想、贝叶斯推理优化、残差连接等一系列技术,实现对社交平台用户群体进行智能分类和归纳。
技术关键词
归纳方法
社交平台
原型
编码器
节点特征
蒙特卡罗树搜索
数据分类技术
后验概率分布
可读存储介质
深度学习算法
终端设备
数据获取模块
节点更新
投影模块
处理器
指令
系统为您推荐了相关专利信息
多层感知机
法条预测方法
注意力
编码器模块
案件数据
变压器故障检测
计算机可读指令
深度学习模型
时序
电流
恶意代码检测方法
数据依赖关系
语义
高阶结构特征
矩阵
图像对齐方法
无监督学习
卷积模块
无人机相机
构建无人机
多模态深度学习
智能辅助方法
医学影像数据
分词
文本数据提取