基于异质知识证据融合的社交网络用户分类方法及设备

本发明公开了一种基于异质知识证据融合的社交网络用户分类方法及设备；构建多个与子数据集一一对应的子模型，并进行预训练；从各子数据集中随机选择固定比例节点数据放入综合数据集中，学习各节点间连接关系；由节点的特征、标签及节点间的连接关系组成图数据，由各节点的图数据编制成共享图数据集；采用共享图数据集中数据，再次对各子模型进行训练；基于证据理论，构建用于量化不同子模型的分类任务的不确定性的证据模块，将待分类的社交网络数据输入各子模型中进行分类，基于子模型的分类任务的不确定性，将多个子模型的分类结果及分类任务的不确定性进行融合得到综合预测结果。本发明提高对大规模社交网络数据的用户分类能力。