基于多视角图神经网络的社交网络信任评估方法及系统

    公开(公告)号:CN119691683A

    公开(公告)日:2025-03-25

    申请号:CN202411929127.1

    申请日:2024-12-25

    Abstract: 基于多视角图神经网络的社交网络信任评估方法及系统,包括:获取社交网络行为信息,构建不同视角的社交行为网络图,根据用户与用户之间的信任关系,构建用户信任关系网络图;基于不同视角的社交行为网络图,搭建多头注意力机制提取不同类型的邻居节点对目标用户节点特征的影响并进行融合,输出社交属性特征;基于用户信任关系网络图,利用注意力机制融合节点的邻居信息,形成用户节点的信任特征;结合社交属性特征和用户节点的信任特征,进行多视图特征融合,输出预测信任关系。解决传统信任评估方法依赖预先定义模型、普适性差,以及现有基于图神经网络的信任关系预测方案面临的信任关系图难以获取、特征融合效果不佳的问题。

    信任信息缺失的信任特征补全与信任关系预测方法及系统

    公开(公告)号:CN119691682A

    公开(公告)日:2025-03-25

    申请号:CN202411928489.9

    申请日:2024-12-25

    Abstract: 本发明提供信任信息缺失的信任特征补全与信任关系预测方法及系统,包括:构建社交关系图和信任关系图,分别得到社交属性特征和信任属性特征;对社交属性特征和信任属性特征进行压缩,并构建特征转换器对压缩的社交属性特征进行转换;构建用户信任关系预测模型,以用户的压缩特征作为输入,输出预测标签;再以转换后的压缩的社交属性特征作为输入,输出预测标签;以真实标签作为监督信息,结合重建损失和信息瓶颈损失,对模型进行训练,输出信任关系。本发明通过构建社交行为图和信任关系图,并分别学习用户的社交属性特征和信任属性特征。这种多视图的学习方式能够更全面地捕捉用户的特征信息,提高信任关系预测的准确性。

Patent Agency Ranking