摘要
本发明公开了一种基于图元路径的web3用户行为预测方法及系统,所述方法基于区块链交易数据构建异构图,所述异构图包含用户节点、通证节点、合约节点以及表示节点间关系的边,分别提取用户、通证和合约异构节点的多尺度特征,引入多种元路径和多头注意力机制参与用户节点更新来捕捉不同元路径语义下的特征,引入可学习参数来融合用户节点在不同元路径下的语义表征,得到语义增强后的用户特征向量,应用于用户通证使用预测任务。本发明不仅可以大大提升web3场景下用户通证使用的预测效果,还可以保证整个系统优异的性能,进而帮助web3项目方准确预测通证潜在的用户群体,从而更精准地实施运营。
技术关键词
区块链交易数据
节点特征
多头注意力机制
图元
异构
节点更新
训练预测模型
语义
引入注意力机制
构建预测模型
数据格式
深度学习算法
关系
特征提取模块
预测系统
参数
处理器
系统为您推荐了相关专利信息
多源异构数据融合
画像构建方法
融合特征
Sigmoid函数
特征提取模型
室内定位方法
概率密度函数
高斯混合模型
协方差矩阵
节点
电子
闪电定位数据
多头注意力机制
参数
门控神经网络
斑马线
深度学习模型
环境感知信息
深度学习语义分割
多传感器