一种基于节点嵌入的在线社交网络用户缺失属性预测方法,包括以下步骤:S1:提取在线社交网络中的用户信息,包括好友列表、在线行为和相关属性数据;S2:构造网络模型后,通过node2vec算法将网络中的节点嵌入到欧式空间中得到表征网络结构特征的嵌入向量;S3:根据用户在线行为和公开属性数据构造表征用户其他特征的向量;S4:将S2和S3中得到的向量进行叠加,最终得到表征用户特征的向量;S5:通过训练一个逻辑斯特回归模型来对用户缺失属性进行预测。本发明充分利用了在线社交网络中的用户社交网络结构特征,结合用户的行为和属性数据,使得对于用户缺失数据的预测达到了较高精度,具有现实应用价值。
📄 2018102229437
📂 G06Q10_04
👤 浙江工业大学
📅 2018-03-19