一种基于图神经网络的社交网络数据挖掘方法及系统

本发明涉及社交网络数据挖掘技术领域，公开了一种基于图神经网络的社交网络数据挖掘方法及系统，包括：采集社交网络中的用户交互数据及其时间戳，采用时间感知图分割算法，基于滑动窗口划分时间切片，构建动态异构图序列。采用Transformer时间衰减注意力机制，计算不同时间切片的影响力权重，并对各时间片的节点特征进行加权聚合。将加权后的时间切片输入D‑GNN模型，生成时间感知的用户嵌入向量，分析社交网络影响力。本发明构建更加符合实际社交网络动态变化的模型，提高数据挖掘的准确性和适应性。在大规模社交网络数据上提高计算效率，确保模型在工业应用中的可用性。进行社交影响力分析，为精准营销、舆情监测、社交推荐等实际应用提供技术支撑。