基于增量动态图学习的连续时间时序链接预测方法及系统
申请号:CN202411022819
申请日期:2024-07-29
公开号:CN118898276A
公开日期:2024-11-05
类型:发明专利
摘要
本发明提供一种基于增量动态图学习的连续时间时序链接预测方法及系统,该方法包括如下步骤:基于邻居共现机制并采用增量时序结构编码的方法构建锚节点的增量结构嵌入,增量结构嵌入包括锚节点邻居单独结构嵌入和锚节点邻居关联结构嵌入;根据目标时序网络中与邻居节点的交互时间和出现时间构建时序特征嵌入;将锚节点单独结构嵌入和时序特征嵌入融合为锚节点单独时序结构嵌入;将锚节点关联结构嵌入和锚节点单独时序结构嵌入输入至预设的双通道神经网络模型中,得到锚节点的动态增强嵌入;基于锚节点的动态增强嵌入并通过预设的多层感知机对目标时序网络的未来链路进行预测,输出链路预测结果。
技术关键词
锚节点
邻居
源节点
链接预测方法
时序结构
链接预测系统
时序特征
多层感知机
双通道神经网络
编码模块
链路
动态
偏差
矩阵
机制