摘要
本发明提供一种网络社区动态图生成模型的训练方法和系统及图生成方法,应用于数据挖掘技术领域。方法包括:获取目标网络的历史动态时序图,利用特征提取模块按时序对历史动态时序图进行逐步特征提取,依次得到图嵌入表示、隐变量和隐藏状态;将图嵌入表示输入社区检测模块,得到社区检测结果;将隐藏状态输入社区预测模块,得到预测时间步的社区预测结果;将隐变量和与上一时间步的隐藏状态输入拓扑结构生成模块,得到生成网络图;基于社区检测结果、预测时间步的社区预测结果和生成网络图,确定训练损失;基于训练损失更新模型参数。本发明解决了现有无法满足对动态变化敏感的应用场景需求和生成的动态图数据质量不高的问题。
技术关键词
特征提取模块
时序
变量
动态
采样模块
网络
检测损失
状态更新
生成方法
节点
序列
数据挖掘技术
更新模型参数
注意力
编码
特征提取单元
内存
解码器
训练系统