公开(公告)号：CN115984025A

公开(公告)日：2023-04-18

申请号：CN202310082046.1

申请日：2023-01-17

Applicant: 上海交通大学

Inventor： 李生红 ,  夏文文 ,  张月国

IPC: G06Q50/00 ,  G06F17/16 ,  G06F17/11 ,  G06N7/01 ,  G06N3/042 ,  G06N3/08 ,  G06N3/084

Abstract: 本发明提供了一种基于深度学习图网络模型的影响力传播估计方法及系统，包括：步骤1：构建种子节点向量和邻接矩阵；步骤2：根据邻接矩阵计算高次幂，与种子节点向量相乘得到初始节点特征矩阵；步骤3：构建神经网络模型，以节点特征矩阵为输入，获得神经网络模型的输出结果；步骤4：构建传播矩阵矫正方程，得到初始种子节点集合的对其他网络中所有节点的影响概率的估计向量；步骤5：训练神经网络模型，构建目标函数并用梯度下降优化神经网络模型，将待预测影响力的种子集合输入优化后的神经网络模型，得到影响力传播估计。本发明通过构建影响力传播预测的迭代方程，解决了蒙特卡洛模拟速度较慢、反转集合方法估计精度较低的问题。