多维用户画像与自适应图融合的舆情演化预测方法与系统

本发明提出一种多维用户画像与自适应图融合的舆情演化预测方法与系统，通过对用户语言风格、人格特征、社交结构及主题偏好进行统一建模，刻画用户的多维个体特征。再以多维用户向量及多关系社交传播路径为输入，结合邻居共现编码与分块技术，通过Transformer与注意力机制获取时间感知的节点表示，实现舆情要素的动态自适应学习建模。最后基于上述时间感知表示完成动态链路预测和动态节点分类，并输出可视化结果。本发明通过多维特征融合、动态图结构学习和时序预测，有效突破传统静态建模的局限，提升舆情演化预测的精度与可解释性，具有较强的技术创新性和应用价值，可用于舆情监测、事件预测与舆情演化与风险预警。