本發明是一種基于多任務強化學習的社區隱藏算法,屬于社交網絡分析隱私保護以及數據挖掘領域。算法包括:步驟1:給定G=(V,E)表示網絡拓撲結構,V表示網絡中的節點,節點個數為|V|,E表示網絡中的連邊,邊的個數為|E|;步驟2:將帶有節點屬性的網絡通過網絡表示模塊表示成低維的特征向量,其中,表示網絡的鄰接矩陣,示節點的屬性特征;步驟3:基于網絡表示,通過Q函數學習模塊,得出最優的加點方案;步驟4:根據最優的加點方案,迭代直至整個算法收斂或達到給定的迭代閾值。算法從加點及其相應邊的角度出發,即偽造用戶及其關系,最大程度降低了對用戶的影響,將社區隱藏問題轉換為網絡增長問題,并通過強化學習,構建網絡增長模型。
聲明:
“基于多任務強化學習的社區隱藏算法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)