本發(fā)明公開了基于特征衰減強化神經(jīng)網(wǎng)絡的信息傳播預測方法及裝置,通過網(wǎng)絡表示模型對網(wǎng)絡數(shù)據(jù)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(tài),將隱藏態(tài)融合時間衰減特征,得到時間衰減隱藏態(tài);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(tài),計算得到下一個轉發(fā)用戶的激活概率,根據(jù)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(guī)模結合GRU模型與強化學習網(wǎng)絡,獲得信息傳播的預測熱度規(guī)模。本發(fā)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(jīng)網(wǎng)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(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)