一种基于多信息对比的深度属性图聚类方法

本发明提供一种基于多信息对比的深度属性图聚类方法，包括以下步骤：获取社交属性图数据，对所述社交属性图数据中的节点属性信息和边的关系信息进行清洗和标准化处理；将节点的属性信息和图的结构信息进行融合，得到融合后的节点特征向量；利用所述融合后的节点特征向量构建深度属性图模型，采用图神经网络学习节点的高阶特征表示；设计多信息对比学习策略，通过对比不同节点的特征表示增强深度属性图模型对节点差异的识别能力；利用学习到的节点特征表示进行聚类分析，将节点划分到不同的簇中得到聚类结果。本发明能够提高属性图聚类的准确性和效率。