发明 一种基于结构-表示相似度的跨社交网络用户对齐方法 特价15
人工智能 深度学习 人工神经网络 图卷积神经网络 社交网络 社交媒体 互联网 1人
G06F18/22 G06Q50/00 G06N3/042 G06N3/08
摘要：本发明属于图神经网络和对齐领域，具体涉及一种基于结构‑表示相似度的跨社交网络用户对齐方法，包括根据源网络和目标网络分别构建图网络结构，将网络中已经确定为同一用户的用户节点称为anchor节点，还未确定的用户节点称为非anchor节点；分别学习两个网络节点的向量表示；将节点的向量表示和节点的邻接特征拼接在一起作为节点特征，将节点特征输入节点对判断器，节点对判断器判断节点使用的相似度函数；根据节点的相似度函数对两个网络的节点进行对齐；本发明能使对齐任务更加准确的进行，尤其是在少监督的“精确匹配”场景中有显著的提升。
