龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中国科学院信息工程研究所
摘要：本发明公开了基于属性图表示的用户网络节点或边的分类方法及系统，属于图数据处理领域，针对用户网络的属性信息构建属性图，计算所有邻居节点的属性信息和拓扑信息对目标节点的全局表示产生的影响；再将这两种影响与目标节点的全局表示进行融合，迭代得到目标节点最终的低维表示；输入到多层感知器中进行分类预测。本发明能够解决现有基于图神经网络的属性图表示学习方法中存在的属性扰动、过平滑问题以及属性、拓扑信息影响差异未被充分建模等问题，以及这些问题对最终分类预测造成的不良影响。
主权项：1.一种基于属性图表示的用户网络节点或边的分类方法，其特征在于，包括以下步骤：1针对用户网络的属性信息构建属性图，该属性图由代表用户的节点、代表用户间关系的边和用户的属性信息构成；针对目标节点，将其邻居节点的不同属性映射到同一语义空间中；2计算单个邻居节点的属性信息对目标节点全局表示产生的影响3计算所有邻居节点的属性信息对目标节点全局表示产生的影响4利用自编码机获取邻居节点的原始属性向量的低维表示并计算自编码机重构损失Lauto，根据低维表示计算邻居节点的拓扑信息表示5计算所有邻居节点的拓扑信息对目标节点全局表示产生的影响6将上述两种影响与目标节点全局表示融合并进行迭代，得到目标节点最终的低维表示7将目标节点最终的低维表示输入到多层感知器中进行分类预测，并根据预测结果和真实标签计算分类任务有监督损失Lsup；并根据自编码机重构损失Lauto、分类任务有监督损失Lsup和参数正则化损失Lreg计算总损失函数；以总损失函数最小为目标进行反向传播更新模型参数；8训练完成后，正式进行用户网络的节点或边的分类预测。
全文数据：
权利要求：
百度查询： 中国科学院信息工程研究所 基于属性图表示的用户网络节点或边的分类方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号