公开(公告)号：CN114610968B

公开(公告)日：2024-10-01

申请号：CN202210264126.4

申请日：2022-03-17

Applicant: 福建工程学院

Inventor： 毛国君 ,  陈林凯 ,  熊保平

IPC: G06F16/906 ,  G06F16/901 ,  G06F16/9536 ,  G06F18/241 ,  G06F18/2415 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/042 ,  G06N3/0985 ,  G06Q50/00

Abstract: 本发明涉及一种基于改进的图卷积网络的博客用户划分方法，包括以下步骤：步骤S1:构建博客用户信息的节点图；步骤S2:将边预测概率模型作为数据前处理嵌入GCNII模型，构建深层图卷积神经网络；步骤S3:将步骤S1构建的节点图数据预处理后，作为深层图卷积神经网络输入，获取输出结果，即为用户分类结果。本发明通过加深网络层次来提升学习精度，提升博客用户“社区”划分的准确性。

公开(公告)号：CN114610968A

公开(公告)日：2022-06-10

申请号：CN202210264126.4

申请日：2022-03-17

Applicant: 福建工程学院

Inventor： 毛国君 ,  陈林凯 ,  熊保平

IPC: G06F16/906 ,  G06F16/901 ,  G06F16/9536 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/00

Abstract: 本发明涉及一种基于改进的图卷积网络的博客用户划分方法，包括以下步骤：步骤S1:构建博客用户信息的节点图；步骤S2:将边预测概率模型作为数据前处理嵌入GCNII模型，构建深层图卷积神经网络；步骤S3:将步骤S1构建的节点图数据预处理后，作为深层图卷积神经网络输入，获取输出结果，即为用户分类结果。本发明通过加深网络层次来提升学习精度，提升博客用户“社区”划分的准确性。