一种面向大规模社交网络用户数据移除的理论完备方法

本公开提供一种面向大规模社交网络用户数据移除的理论完备方法。步骤S1,将由社交网络构成的图G的特征矩阵X的每一列进行正则化；步骤S2计算数据移除后的新图近似表示矩阵得到对应的残差矩阵；步骤S3.计算新旧数据集上损失函数的梯度之差和模型w在新数据集上的海森矩阵，基于图近似表示矩阵进行计算；步骤S4.计算累计梯度残差；步骤S5.根据累计梯度参差决定重新训练或更改模型参数，新得到的模型参数w即可继续用于社交网络的各类预测任务，保证已按理论完备要求删除了指定的用户信息。上述方法能极大减少数据移除所需的时间；同时可应用于通用图传播范式，使得众多图机器学习模型可利用本发明实现用户数据移除。