摘要
本发明公开了基于超图神经网络结合文本的信息传播预测方法及系统,该方法首先在公开社交数据集中获取用户的文本和级联数据,分别通过嵌入层和预训练的语言模型,得到对应的用户初始特征向量和文本特征向量。其次基于用户初始特征向量构建级联信息扩散的全局超图和局部超图,并采用不同的卷积策略进行处理,然后通过注意力机制融合全局超图和局部超图,得到用户的级联特征。然后通过多阶段融合用户级联特征和文本特征向量,得到用户级联的特征表示。最后将用户级联的特征表示生成下一用户的预测结果,完成信息传播扩散预测。本发明不仅能够捕捉到用户级联特征,还能够捕捉到丰富的语义特征,实现对信息扩散的有效预测。
技术关键词
信息传播预测方法
文本特征向量
级联
融合全局
信息传播预测系统
信息扩散预测
Softmax函数
线性单元
预训练语言模型
交叉注意力机制
多阶段特征
滑动窗口机制
数据
社交
节点
掩码矩阵
系统为您推荐了相关专利信息
报文异常检测方法
编码器
重构误差
解码器
空管自动化系统
邻域
全局地图
特征地图
共享卷积神经网络
融合全局
模拟系统
故障模拟方法
IT系统
神经网络模型
关系