摘要
本发明公开了一种面向稀疏社交网络的图混合学习好友推荐方法,包括建立原始图结构数据集,分别生成多样化社交网络对比视图、去噪对比视图;对比学习,得到初始特征嵌入表示;更新初始特征嵌入;融合更新后的特征嵌入表示,建立用户节点链接概率预测模型;进行好友预测,生成若干用户‑用户伪链接,得到候选伪链接集;进行可靠性筛选得到最终伪链接集;得到新的图结构数据集;以新的图结构数据集替代原始图结构数据集,重复上述步骤,直至无法再生成新的用户‑用户伪链接。本发明用于解决现有技术中在面对稀疏社交网络时难以充分挖掘潜在好友关系、推荐结果不精准的问题,实现更好地适应稀疏社交网络环境下的好友推荐需求的目的。
技术关键词
学习好友推荐方法
代表
节点
数据
样本
卷积模型
社交网络环境
累积分布函数
关系
度函数
控制权
三元组
感兴趣
语义
参数
比率
规模
系统为您推荐了相关专利信息
预训练语言模型
智能应答方法
关键字
智能应答装置
非易失性存储介质
深度学习模型
风险预警方法
时序
模型超参数
位置更新
配电网故障
自愈方法
云端服务器
通信模块
故障预测模型