摘要
本申请公开了一种基于动态度量的链接预测方法、设备及介质,方法包括:基于预设的构建事件需求,通过构建事件图谱分析,得到链接预测训练样本;对链接预测训练样本进行图神经网络推算,以确定正负样本向量化数据;将正负样本向量化数据进行均值化处理,以得到样本相似度集合均值,并对样本相似度集合均值进行动态度量分析,以得到动态度量阈值;对动态度量阈值进行度量损失推算,以得到图神经网络权重更新数据;基于图神经网络权重更新数据,通过相似节点链接,确定更新图谱数据;根据更新图谱数据,通过图神经网络分析,确定事件风险等级相似度集合。本申请通过上述方法解决了的难学的样本风险等级预测不准确的情况技术问题。
技术关键词
链接预测方法
度量
样本
图谱
动态
数据
风险
神经网络模型
计算机可执行指令
节点
计算机存储介质
梯度下降法
处理器通信
语义
计划
存储器
策略
序列
系统为您推荐了相关专利信息
工艺管理方法
工艺特征
动态资源分配
工艺管理系统
家居
模型更新方法
增量更新
文本
更新模型参数
访问控制权限
推理方法
大语言模型
网络结构
现场可编程门阵列
解码器