摘要
本发明公开了一种支持RPA和基于图神经网络的活动分类方法及系统。本发明依据输出的重构特征再进行聚类的操作,能够有效地处理用户操作行为日志中多轨迹交错、存在复杂流程时分类效果不佳的问题。本发明在构建模型时,将边和节点信息融合进注意力机制,所得的消息特征表示综合考虑了上下文的节点和边之间关系和更复杂的语义信息,所得到的重构向量可以更加准确表示活动之间的交互,从而有利于对用户操作行为日志的复杂轨迹任务进行正确分类。
技术关键词
节点特征
活动分类方法
异构
代表
多头注意力机制
Word2Vec模型
日志
活动分类系统
重构
均值算法
聚类
学习方法
样本
消息特征
标签
模块
矩阵
系统为您推荐了相关专利信息
李雅普诺夫函数
转换误差
车辆队列协同控制
队列模型
加速度
缺陷检测算法
道路路面
道路病害
车载智能手机
注意力机制
节点特征
节点分类方法
注意力机制
神经网络模型
梯度下降算法
智能网络节点
工厂设备
异构蜂窝网络基站
服务质量定义
宏基站