本發明公開了基于特征衰減強化神經網絡的信息傳播預測方法及裝置,通過網絡表示模型對網絡數據的用戶構建用戶初始特征表示,并結合多階鄰居影響力衰減機制對用戶初始特征表示進行更新,得到用戶特征表示;將傳播序列所對應的用戶特征表示輸入GRU模型,得到隱藏態,將隱藏態融合時間衰減特征,得到時間衰減隱藏態;聚合多個被影響的用戶特征表示,得到聚合用戶特征,結合聚合用戶特征和時間衰減隱藏態,計算得到下一個轉發用戶的激活概率,根據激活概率預測出信息傳播路徑;基于傳播序列的真實熱度規模結合GRU模型與強化學習網絡,獲得信息傳播的預測熱度規模。本發明融合多階鄰居衰減影響力機制與時間衰減特征進行信息傳播預測,提高模型預測能力。
聲明:
“基于特征衰減強化神經網絡的信息傳播預測方法及裝置” 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)