一种基于轻量动态图神经网络的动态图数据特征提取方法、装置和设备

本发明提出了一种基于轻量动态图神经网络的动态图数据特征提取方法、装置和设备，方法包括：将动态数据转换为动态图结构数据；构建损失函数；对动态图结构数据进行卷积操作提取动态图数据特征；去除卷积操作中的特征变换操作和非线性激活操作，提取动态图数据特征；判断损失函数的损失值是否收敛或迭代轮数是否达到上线；若是，则输出动态图数据特征；若否，则利用随机梯度下降法对损失函数进行迭代优化。本发明通过减少特征变换操作和非线性激活操作，显著降低了计算复杂度，从而降低了计算复杂度，提高了模型的训练效率。此外，通过引入对称标准化的邻接张量，增强了模型对动态图数据中跨时空关联关系的描述能力，使得提取的特征更加精确。