【技术实现步骤摘要】
本专利技术涉及用户社交关系研究，具体是基于用户行为的社交网络好友紧密圈层划分方法。
技术介绍
1、伴随着在线社交媒介的普及与社交软件的广泛应用，用户借由虚拟平台组成了庞大而错综复杂的社交关系网络。在这些社交关系网络中，好友之间的信任程度可以通过用户行为受好友影响的程度进行评估。识别出信任程度较高的好友后，可以进一步将其视为用户社交紧密圈层中的一员，进而提升社交网络用户内容推荐效率。
2、在现有的研究中，许多技术人员已经对用户社交关系进行了深入的探讨。专利cn114741430a提供了一种基于交互图传播的社交关系挖掘方法。该方法输入每个用户的原始社交数据，构建用户之间社交行为组成的社交网络；提取任意两个用户之间的交互行为特征向量，进一步使用数据增强操作得到增强后的联合体特征向量；在增强后的联合体特征向量之间，将所述交互图的结构嵌入得到邻接矩阵；引入图神经网络学习模型，将增强后的不同联合体特征向量与所述邻接矩阵输入至图神经网络学习模型，预测得到联合体的输出特征向量，通过计算交叉熵损失的方法优化，将优化后图神经网络学习模型再进一步...
【技术保护点】
1.基于用户行为的社交网络好友紧密圈层划分方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于用户行为的社交网络好友紧密圈层划分方法，其特征在于，步骤S1的具体步骤如下：
3.根据权利要求2所述的基于用户行为的社交网络好友紧密圈层划分方法，其特征在于，用户基本特征包括数值型特征、类别型特征和发帖内容编码；
4.根据权利要求3所述的基于用户行为的社交网络好友紧密圈层划分方法，其特征在于，用户关系特征包括用户之间的互动频率、用户之间互动的多样性、用户之间的互动时间、用户之间的共同粉丝数、用户之间的共同关注数、用户发帖内容之间的...
【技术特征摘要】
1.基于用户行为的社交网络好友紧密圈层划分方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于用户行为的社交网络好友紧密圈层划分方法，其特征在于，步骤s1的具体步骤如下：
3.根据权利要求2所述的基于用户行为的社交网络好友紧密圈层划分方法，其特征在于，用户基本特征包括数值型特征、类别型特征和发帖内容编码；
4.根据权利要求3所述的基于用户行为的社交网络好友紧密圈层划分方法，其...
【专利技术属性】
技术研发人员：陈宁，徐舒琪，吕琳媛，田树政，
申请(专利权)人：数据空间研究院，
类型：发明
国别省市：
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。