一种社交网络群体倾向性判别方法及系统

本发明公开了一种社交网络群体倾向性判别方法及系统，包括步骤：收集社交网络范畴内的数据，构建节点和结构信息；对数据进行预处理，构建特征；构建Baseline算法；基于GCN算法的交叉熵损失改为“二元交叉熵损失”，分类器由Softmax改为Sigmod构建Bi‑GCN算法；基于GCN算法加入标签‑标签的特征信息，融入原始节点‑标签的表征以构建MuLa‑GCN算法；对MuLa‑GCN算法和Bi‑GCN算法采用剪枝策略进行优化生成Drop‑Bi‑GCN算法和Drop‑MuLa‑GCN算法；从上述算法中选择一个或多个融合生成最优算法，对多标签节点进行分类；充分发挥图卷积网络在处理多标签节点分类任务上的特点，通过对图卷积的特征扩展及剪枝机制的融入提升其性能，提高社交网络广告投放的有效性；提高社交网络的信息传递和分发效果。