公开(公告)号：CN110781406B

公开(公告)日：2021-07-06

申请号：CN201910971152.9

申请日：2019-10-14

Applicant: 西安交通大学

Inventor： 周亚东 ,  丁志浩 ,  刘晓明 ,  沈超 ,  管晓宏

IPC: G06F16/9536 ,  G06N3/08

Abstract: 一种基于变分自动编码器的社交网络用户多属性推断方法，包括：预处理在线社交网络数据，构建用户属性网络；构建属性推断模型，包括用户变分自动编码器，属性变分自动编码器和判别器，模型将输入数据编码得到用户和属性信息的潜在表示，并通过用户潜在表示重建出补全后的用户属性矩阵；通过对抗训练方式训练模型，使得得到的用户潜在表示中包含更完整属性信息；将待补全的用户属性数据以及用户间好友关系输入模型，输出的用户属性矩阵表示用户拥有不同属性的概率。本发明可用于补全在线社交网络中用户属性数据，从而获得完整的用户画像，所需数据易于获取，计算复杂度低，可在复杂网络中快速推断属性，同时在多数属性预测中准确率非常高。

公开(公告)号：CN110781406A

公开(公告)日：2020-02-11

申请号：CN201910971152.9

申请日：2019-10-14

Applicant: 西安交通大学

Inventor： 周亚东 ,  丁志浩 ,  刘晓明 ,  沈超 ,  管晓宏

IPC: G06F16/9536 ,  G06N3/08

Abstract: 一种基于变分自动编码器的社交网络用户多属性推断方法，包括：预处理在线社交网络数据，构建用户属性网络；构建属性推断模型，包括用户变分自动编码器，属性变分自动编码器和判别器，模型将输入数据编码得到用户和属性信息的潜在表示，并通过用户潜在表示重建出补全后的用户属性矩阵；通过对抗训练方式训练模型，使得得到的用户潜在表示中包含更完整属性信息；将待补全的用户属性数据以及用户间好友关系输入模型，输出的用户属性矩阵表示用户拥有不同属性的概率。本发明可用于补全在线社交网络中用户属性数据，从而获得完整的用户画像，所需数据易于获取，计算复杂度低，可在复杂网络中快速推断属性，同时在多数属性预测中准确率非常高。