【技术实现步骤摘要】
本专利技术属于社交网络，更为具体地讲，涉及一种基于扩展社交图的隐性链接预测方法。
技术介绍
1、随着科学技术的日益发展，社交网络已经成为人们日常生活中不可或缺的一部分，它承载着信息传播和社会互动的重要功能。链接预测作为社交网络的一个重要分支也随着数据分析、计算能力的提升获得更多研究学者的关注。链接预测问题是指根据网络结构信息来推断两个节点间存在链接的可能性，其中包括对缺失链接的预测和对未来链接的预测，旨在预测网络中可能发生的缺失或潜在的关系，在社交网络领域有着重要的应用价值。
2、目前常用的链接预测方法有网络领域的结构相似性算法和机器学习领域的网络嵌入算法。结构相似性算法考虑的是节点的网络结构信息，可以分为局部结构信息(如节点的度数、聚类系数等)、全局信息(如网络密度、模块度系数等)和半局部结构信息(如节点之间的路径长度、共同邻居数量等)，一般通过计算节点间的相似性得分来衡量，通常认为节点之间形成链接的概率与它们的相似性得分成正比。网络嵌入算法则是通过对数据进行训练，使用机器学习模型来实现链接预测，通常比结构相似性算法拥有更
【技术保护点】
1.一种基于扩展社交图的隐性链接预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的隐性链接预测方法，其特征在于，所述步骤S2中用户属性预测模型包括用户言论属性预测模块，用户社交属性预测模块，用户属性融合模块和集成学习模块，其中：
3.根据权利要求2所述的隐性链接预测方法，其特征在于，所述用户言论属性预测模块包括用户发文流构建模块，语义特征提取模块，双向长短期记忆模块和用户属性预测模块，其中：
4.根据权利要求3所述的隐性链接预测方法，其特征在于，所述语义特征向量的提取方法为：
5.根据权利要求2所述的隐性链接...
【技术特征摘要】
1.一种基于扩展社交图的隐性链接预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的隐性链接预测方法，其特征在于，所述步骤s2中用户属性预测模型包括用户言论属性预测模块，用户社交属性预测模块，用户属性融合模块和集成学习模块，其中：
3.根据权利要求2所述的隐性链接预测方法，其特征在于，所述用户言论属性预测模块包括用户发文流构建模块，语义特征提取模块，双向长短期记忆模块和用户属性预测模块，其中：
4.根据权利要求3所述的隐性链...
【专利技术属性】
技术研发人员：邢玲，吴红海，张晓辉，刘金鑫，马华红，陆晓莹，黄元浩，
申请(专利权)人：河南科技大学，
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。