科创中国
一种基于节点嵌入的在线社交网络用户缺失属性预测方法
发布时间: 2024-07-24
基本信息
合作方式：
技术转让
成果类型：
发明专利
行业领域：
电子信息技术,信息安全技术
成果介绍
一种基于节点嵌入的在线社交网络用户缺失属性预测方法，包括以下步骤：S1：提取在线社交网络中的用户信息，包括好友列表、在线行为和相关属性数据；S2:构造网络模型后，通过node2vec算法将网络中的节点嵌入到欧式空间中得到表征网络结构特征的嵌入向量；S3：根据用户在线行为和公开属性数据构造表征用户其他特征的向量；S4：将S2和S3中得到的向量进行叠加，最终得到表征用户特征的向量；S5：通过训练一个逻辑斯特回归模型来对用户缺失属性进行预测。本发明充分利用了在线社交网络中的用户社交网络结构特征，结合用户的行为和属性数据，使得对于用户缺失数据的预测达到了较高精度，具有现实应用价值。
成果亮点
为了弥补现有在线社交网络无法预测用户缺失属性的不足，本发明提出一种基于节点嵌入的在线社交网络用户缺失属性预测方法，通过节点嵌入方法node2vec将每一个用户的网络结构嵌入到欧式空间中，从而提取出用户的社交网络结构特征，结合用户的公开属性和行为数据，能够更加准确地预测用户的缺失属性。
团队介绍
浙江工业大学是东部沿海地区第一所省部共建高校、首批国家“高等学校创新能力提升计划”（2011计划）协同创新中心牵头高校和浙江省首批重点建设高校，坐落于中国历史文化名城、风景旅游胜地杭州。学校坚持立德树人根本任务，以拔尖创新人才为引领、高级应用型人才为主体、复合型人才为特色，大力培养德智体美劳全面发展，富有家国情怀、国际视野、创新精神和实践能力的行业精英和领军人才。
成果资料
产业化落地方案
成果综合评价报告
评价单位：- (-) 评价时间：2024-07-26
下载app