一种基于表示学习和群体聚集的热点话题传播预测方法

本发明涉及社交网络话题传播预测技术领域，具体涉及一种基于表示学习和群体聚集的热点话题传播预测方法，包括基于数据增强后的话题数据获取用户关系网络，通过Louvain算法进行社区检测得到增强用户交互网络；采用基于改进修正系数的node2vec算法在增强用户交互网络上进行随机游走，得到用户邻域节点序列；通过Skip‑Gram对用户邻域节点序列进行嵌入处理，得到用户群体聚集特征关系矩阵；基于用户群体聚集特征关系矩阵，通过注意力机制获取特征表示；将特征表示输入图卷积神经网络模型，预测出下一时间段的潜在话题节点群体用户是否会参与热点话题的传播；本发明提高了用户行为预测的精度。