摘要
本发明属于社交网络衍生话题分析领域,具体涉及一种面向时变网络的关键影响力用户发现方法,包括对原始话题网络数据进行预处理得到话题网络数据;沿时间维度对话题网络数据切片得到不同时间点下的话题网络数据;计算用户节点在不同时间点下的动态重要性,根据动态重要性获取每一用户节点的转移序列;采用注意力机制构建每一用户节点的特征向量;获取每一用户节点的累计交互序列和最近交互序列,通过双Transformer结构获取每一用户节点的兴趣向量;将每一用户节点的特征向量和兴趣向量拼接得到综合特征;所有综合特征输入全连接层和softmax函数层,得到关键影响力用户识别结果;本发明可有效地发现话题空间中的关键影响力元素。
技术关键词
节点
话题
序列
兴趣
注意力机制
动态
前馈神经网络
数据
社交平台
编码器
切片
短距离
因子
时间段
元素
频率