摘要
本发明公开了一种基于图神经网络的客户影响力传播预测方法及系统,方法包括:接收客户历史交互数据和社会属性数据,构建动态异构客户图;对动态异构客户图进行多尺度时空图卷积处理,显式分离输出节点的结构嵌入向量和语义嵌入向量;利用结构嵌入向量和语义嵌入向量,识别动态异构客户图中的影响力跃迁点;以影响力跃迁点作为关键锚点,执行双向概率化传播路径预测,生成附带激活概率的候选影响力传播路径集合;对候选影响力传播路径集合,进行路径特征融合与动态重组优化,生成最终的影响力传播预测结果。利用本发明实施例,能够提高客户影响力传播的预测精准性。
技术关键词
客户
动态
节点
路径特征
语义
异构特征
滑动窗口
离散特征
通道
三维特征提取
序列
锚点
邻域
带时间
连续型
生成多尺度
社会
时序
系统为您推荐了相关专利信息
进度管理方法
管网模型
ArcGIS二次开发
动态可视化
坐标系
组装方法
定转子
径向基函数模型
径向基函数神经网络模型
包络
数据安全防护方法
访问控制策略
模糊哈希算法
数据安全防护系统
风险