基于时频感知图卷积网络的社交网络链路预测方法、系统、终端及存储介质
申请号:CN202511442926
申请日期:2025-10-10
公开号:CN120915702A
公开日期:2025-11-07
类型:发明专利
摘要
本发明涉及网络链路预测技术领域,公开了基于时频感知图卷积网络的社交网络链路预测方法、系统、终端及存储介质,所述方法包括:获取用户的历史社交网络信息,对历史社交网络信息进行预处理,得到目标历史社交网络信息,并根据目标历史社交网络信息创建社交网络链路训练集;根据社交网络链路训练集对时频感知图卷积网络进行训练处理,得到社交网络链路预测模型;获取待预测社交网络信息,并输入至社交网络链路预测模型,得到用户社交链路预测结果。本发明不仅能考虑时间序列的单一特征或局部空间关系,还能兼顾社交网络的长短期时间趋势与复杂空间结构,从而显著提高社交网络的链路预测准确率,提升了用户推荐的个性化效果。
技术关键词
网络链路预测
注意力神经网络
社交网络图
创建社交网络
预测社交网络
快照
节点特征
时域特征
序列
频域特征
训练集
矩阵
模型训练模块
信号
可读存储介质