一种采用深度强化学习评估异质社交网络关键节点的方法

作者：陈志兴; 舒坚

来源：2021-07-26, 中国, ZL202110845344.2.

本发明公开了一种采用深度强化学习评估异质社交网络关键节点的方法,该方法首先根据异质社交网络的异质性构建多层有向网络模型,根据在真实网路中是否存在交互关系确定用户节点之间的连边,根据属性相似性来确定同一层属性节点之间的连边,根据节点的入度、出度和传递性定义元路径。其次,构建基于深度强化学习机制复合关系元路径的网络嵌入新框架,将多层有向网络编码为低维嵌入向量；然后,构建基于改进的图神经网络的LBSN(Location-based Social Network,基于位置的社交网络)关键节点评估模型,输出节点重要度的排序。本发明能够有效的提高异质社交网络的关键节点评估的全面性、准确性及高效性。

• 单位
  南昌航空大学