公开(公告)号：CN111639696B

公开(公告)日：2023-08-01

申请号：CN202010456045.5

申请日：2020-05-26

Applicant: 北京邮电大学

Inventor： 李小勇 ,  常超舜 ,  高雅丽 ,  蔡斌思 ,  李妍蓉 ,  翟新龙

IPC: G06F18/2415 ,  G06F18/214 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明实施例提供了一种用户分类方法及装置，涉及计算机技术领域，可以提高对用户分类的准确度，本发明实施例的技术方案包括：获取待识别用户的用户特征和邻接矩阵，其中，邻接矩阵中包括的元素用于表示用户数据集对应的各用户在异质信息网络中对应的节点之间是否存在关联关系，关联关系包括直接关系和间接关系，用户数据集包括待识别用户的用户特征，异质信息网络包括多种类型的节点；然后将待识别用户的用户特征和邻接矩阵输入用户图卷积网络GCN，得到卷积后的用户特征；再将卷积后的用户特征与标签矩阵相乘，得到待识别用户的类别，其中，标签矩阵用于针对用户数据集对应的每个用户，确定该用户属于各个类别的概率。

公开(公告)号：CN111639696A

公开(公告)日：2020-09-08

申请号：CN202010456045.5

申请日：2020-05-26

Applicant: 北京邮电大学

Inventor： 李小勇 ,  常超舜 ,  高雅丽 ,  蔡斌思 ,  李妍蓉 ,  翟新龙

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明实施例提供了一种用户分类方法及装置，涉及计算机技术领域，可以提高对用户分类的准确度，本发明实施例的技术方案包括：获取待识别用户的用户特征和邻接矩阵，其中，邻接矩阵中包括的元素用于表示用户数据集对应的各用户在异质信息网络中对应的节点之间是否存在关联关系，关联关系包括直接关系和间接关系，用户数据集包括待识别用户的用户特征，异质信息网络包括多种类型的节点；然后将待识别用户的用户特征和邻接矩阵输入用户图卷积网络GCN，得到卷积后的用户特征；再将卷积后的用户特征与标签矩阵相乘，得到待识别用户的类别，其中，标签矩阵用于针对用户数据集对应的每个用户，确定该用户属于各个类别的概率。