公开(公告)号：CN118313509A

公开(公告)日：2024-07-09

申请号：CN202410421820.1

申请日：2024-04-09

Applicant: 上海浙江大学高等研究院

Inventor： 况琨 ,  张瑞豪 ,  陈政聿 ,  陈静远 ,  吴飞

IPC: G06Q10/04 ,  G06F18/24 ,  G06F18/214 ,  G06Q50/00 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/09

Abstract: 本发明公开了一种社交网络标签预测方法、系统、介质及设备，包括如下步骤：1)将输入的社交网络数据构建为社交网络图；2)表征学习，使用图神经网络(如图卷积神经网络)对社交网络图信息进行特征提取得到表征；3)在学习到的表征空间中加入随机的扰动或者是基于生成器网络生成的对抗扰动得到新的表征，然后将新的表征输入到图神经网络的下一层进行图特征信息的提取；4)在加入扰动后的表征的图上和图中已有的社交信息标签监督下进行一轮参数优化；5)重复迭代，完成图神经网络的训练并用于预测。本发明对训练集的社交网络数据具有较强的鲁棒性和准确率，可以有效的帮助图神经网络抵抗图结构的扰动和对抗攻击，从而更准确预测用户标签。

公开(公告)号：CN116956081A

公开(公告)日：2023-10-27

申请号：CN202310720948.3

申请日：2023-06-16

Applicant: 浙江大学

Inventor： 况琨 ,  张瑞豪 ,  陈政聿 ,  吴飞

IPC: G06F18/23 ,  G06F18/25 ,  G06F18/24 ,  G06F18/214 ,  G06N3/042 ,  G06N3/084

Abstract: 本发明公开了一种面向异构社交网络分布外泛化的社交标签预测方法及系统。本发明包括如下步骤：1)将社交网络数据构建为异构社交网络图；2)对异构社交网络图进行初始的聚类划分；3)将经过聚类后的异构社交网络图输入基于图神经网络的自适应邻域传播模块中，在图中已有的社交信息标签监督下对自适应邻域传播模块进行一轮参数优化；4)利用经过新一轮参数优化后的自适应邻域传播模块，对异构社交网络图重新进行图特征信息的提取，然后利用更新后的图特征信息重新进行聚类簇划分；5)重复迭代，完成自适应邻域传播模块的训练并用于预测。本发明对训练集分布外的异构社交网络数据具有较强的鲁棒性和准确率，可准确预测用户标签。