摘要
本发明属于网络流量预测技术领域,公开了一种基于自适应扩展局域网络的网络节目热点预测方法及系统;其中,所述网络节目热点预测方法包括:构建有向异质图结构并更新,然后动态生成多个非对称子图;在动态生成的多个非对称子图中,使用图注意力机制优化节点之间的关联性权重,重新计算节点的影响力分布,获得节点特征更新之后的非对称子图;重复更新各非对称子图,通过多轮迭代模拟不同传播时长下的节点特性变化,最终获得网络节目传播参数的动态分布,完成预测。本发明有效提升了对网络节目热点发展趋势的预测能力,解决了现有传统方法难以准确预测热点动态变化的技术难题。
技术关键词
节目
注意力机制
节点特征
异质
热点
网络流量预测技术
动态
非暂态计算机可读存储介质
上下文语义信息
计算机程序产品
场景
网络节点
邻居
处理器
策略
核心
计算中心
系统为您推荐了相关专利信息
多任务学习模型
皮尔逊相关系数
注意力机制
健康状态数据
预测输出值
深度图超分辨率
增广拉格朗日乘子
交叉注意力机制
高分辨率深度图
结构先验
裂纹检测方法
高速公路路面
路面裂纹
无人机
掩码技术
多尺度卷积核
绝缘子缺陷
局部细节特征
注意力机制
上下文特征
主变压器设备
自动拆解方法
融合图像特征
卷积神经网络模型
实例分割模型