摘要
本发明公开了一种基于大数据的新闻传播方法,涉及人工智能技术领域,包括,采集新闻数据,并进行预处理,生成结构化新闻数据集;构建动态超图对结构化新闻数据集进行结构化建模,通过节点和超边的联系,捕捉用户‑新闻之间的行为强度关联和新闻‑话题之间的语义关联,利用Apache Kafka动态更新节点和超边并移除过期交互记录;利用超图神经网络模型对更新后动态超图的节点特征进行多层聚合和非线性变换;通过深度学习模型分析新闻传播特征向量的时空动态特性,生成优化传播策略。本发明通过基于结构化新闻数据集构建动态超图,增强了新闻传播特征提取的准确性和适应性。
技术关键词
新闻传播方法
话题
深度学习模型
大数据
神经网络模型
BERT模型
节点特征
非线性
动态更新
语义
人工智能技术
邻域
注意力机制
带时间
策略
处理器
系统为您推荐了相关专利信息
诊断变压器
信号故障诊断
故障诊断模型
变压器故障气体
变压器故障诊断
神经网络模型
云端存储方法
轻量级加密算法
物联网设备数据
间隔特征
盾构施工参数
物理
盾构机
输入神经网络模型
LSTM模型
无线传感器节点
深度学习模型
网络覆盖优化
全局信息融合
编码器