一种基于图卷积网络的轨迹聚类方法及装置

本申请提出了一种基于图卷积网络的轨迹聚类方法，包括：从原始事件日志中提取所有轨迹的不同视角的特征向量，得到多视角轨迹特征；使用K近邻算法根据多视角轨迹特征为每个视角构建K近邻图，得到多视角图；利用基于图卷积网络的多视角图编码器对多视角图执行卷积操作，得到初始公共表示；将多视角图输入神经网络进行融合，并通过拉普拉斯矩阵的秩约束优化融合图的结构；利用初始公共表示和融合图学习公共表示，并使用多视角图解码器重建多视角图，通过最小化重建的多视角图与原始多视角图的差异，优化公共表示，得到最终的公共表示；基于最终的公共表示，对原始事件日志中的轨迹进行聚类。采用上述方案的本发明实现了对事件日志的轨迹聚类。