【技术实现步骤摘要】
基于LSTM模型和超图的用户行为预测方法及系统
本专利技术涉及多人编辑协作
,特别是涉及一种基于LSTM模型和超图的用户行为预测方法及系统。
技术介绍
随着云存储系统技术的发展,有很多终端设备可以接入到云存储系统中。现有技术提供的各种同步网盘产品,可以将不同用户的终端设备与云存储系统的文件同步服务器相连,来帮助不同用户同时编辑同一篇文章。在执行现有技术过程中,专利技术人发现:现有的二元结构图的边只能关联两个节点,即只能表示两个用户之间的协作关系,无法表达两个以上用户的协作行为。
技术实现思路
本专利技术的目的是提供一种基于LSTM模型和超图的用户行为预测方法及系统,以达到预测多个用户行为的目的。为实现上述目的,本专利技术提供了如下方案:一种基于LSTM模型和超图的用户行为预测方法,包括:根据多个用户以及用户的交互关系,构建用户协作超图;所述用户协作超图中的节点表示用户,所述用户协作超图中的超边表示在协作关系中与超边关联的多个用户的信息编辑交互行为;基于所述用户协作超图中每个节点的局部邻域信息,构建多个D邻域展开树;所述D邻域展开树包括根节点以及与所述根节点关联的其它节点;所述D邻域展开树表示为根节点经过不超过D条超边可达的节点子图;获取当前阶段用户协作行为数据;根据所述当前阶段用户协作行为数据以及所述当前阶段用户协作行为数据关联的D邻域展开树,基于序列学习器,预测在协作关系中下一阶段用户编辑行为是否被接受。可选的,所述基于所述用 ...
【技术保护点】
1.一种基于LSTM模型和超图的用户行为预测方法,其特征在于,包括:/n根据多个用户以及用户的交互关系,构建用户协作超图;所述用户协作超图中的节点表示用户,所述用户协作超图中的超边表示在协作关系中与超边关联的多个用户的信息编辑交互行为;/n基于所述用户协作超图中每个节点的局部邻域信息,构建多个D邻域展开树;所述D邻域展开树包括根节点以及与所述根节点关联的其它节点;所述D邻域展开树表示为根节点经过不超过D条超边可达的节点子图;/n获取当前阶段用户协作行为数据;/n根据所述当前阶段用户协作行为数据以及所述当前阶段用户协作行为数据关联的D邻域展开树,基于序列学习器,预测在协作关系中下一阶段用户编辑行为是否被接受。/n
【技术特征摘要】
1.一种基于LSTM模型和超图的用户行为预测方法,其特征在于,包括:
根据多个用户以及用户的交互关系,构建用户协作超图;所述用户协作超图中的节点表示用户,所述用户协作超图中的超边表示在协作关系中与超边关联的多个用户的信息编辑交互行为;
基于所述用户协作超图中每个节点的局部邻域信息,构建多个D邻域展开树;所述D邻域展开树包括根节点以及与所述根节点关联的其它节点;所述D邻域展开树表示为根节点经过不超过D条超边可达的节点子图;
获取当前阶段用户协作行为数据;
根据所述当前阶段用户协作行为数据以及所述当前阶段用户协作行为数据关联的D邻域展开树,基于序列学习器,预测在协作关系中下一阶段用户编辑行为是否被接受。
2.根据权利要求1所述的一种基于LSTM模型和超图的用户行为预测方法,其特征在于,所述基于所述用户协作超图中每个节点的局部邻域信息,构建多个D邻域展开树,具体包括:
确定深度距离D;
基于所述深度距离D和所述用户协作超图中每个节点的局部邻域信息,构建多个D邻域展开树;其中,一个所述D邻域展开树中关联不同的节点。
3.根据权利要求1所述的一种基于LSTM模型和超图的用户行为预测方法,其特征在于,所述D邻域展开树中相邻层的节点和节点之间的距离为一条超边。
4.根据权利要求1所述的一种基于LSTM模型和超图的用户行为预测方法,其特征在于,在执行所述根据所述当前阶段用户协作行为数据以及所述当前阶段用户协作行为数据关联的D邻域展开树,基于序列学习器,预测在协作关系中下一阶段用户编辑行为是否被接受之前,还包括:
确定所述当前阶段用户协作行为数据关联的D邻域展开树的每个超边对应的特征向量。
5.根据权利要求4所述的一种基于LSTM模型和超图的用户行为预测方法,其特征在于,所述根据所述当前阶段用户协作行为数据以及所述当前阶段用户协作行为数据关联的D邻域展开树,基于序列学习器,预测在协作关系中下一阶段用户编辑行为是否被接受,具体包括:
根据根节点a建立的D邻域展开树Ta以及所述D邻域展开树Ta关联的D邻域展开树,以所述D邻域展开树Ta的超边对应的特征向量为输入,按D邻域展开树Ta的拓扑结构自底向上依次计算一遍基于LSTM构建的序列学习器的前向输出,得到关于根节点a的预测结果;所述根节点a为发送...
【专利技术属性】
技术研发人员:龙水彬,李荣华,秦宏超,王国仁,
申请(专利权)人:北京理工大学,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。