-
公开(公告)号:CN115271214A
公开(公告)日:2022-11-01
申请号:CN202210913400.6
申请日:2022-07-28
Applicant: 河北工业大学
IPC: G06Q10/04 , G06F16/9537 , G06F16/2458 , G06F17/18 , G06F17/16 , G06N3/04
Abstract: 本发明为基于拓扑与属性独立性约束的网站流量预测方法及系统,该方法获取网站的历史流量数据并转换为网站流量图数据,网站流量图数据的节点表示该网站中的一个网页,边表示网页之间的链接关系,从网站流量图数据中获取节点属性信息和图拓扑信息;接着,基于图卷积神经网络构建网站流量预测模型的目标函数,以希尔伯特‑施密特独立性准则或向量1‑范数作为属性与拓扑间的独立性约束条件,对目标函数求最优解,得到属性表征和拓扑表征的迭代公式,收敛后的属性表征与拓扑表征按行拼接在一起,得到模型的输出。对属性和拓扑信息进行独立性约束,避免属性与拓扑信息融合时,两者存在的相互干扰,同时充分提取网站流量图数据中的低频和高频信息。