基于图卷积神经网络的短视频用户社区划分方法
作者机构：闽南理工学院实践教学中心福建石狮362700
出 版 物：《信息记录材料》 (Information Recording Materials)
年 卷 期：2023年第24卷第7期
页 面：233-235页
学科分类：0711[理学-系统科学] 07[理学] 08[工学] 081104[工学-模式识别与智能系统] 0811[工学-控制科学与工程] 071102[理学-系统分析与集成] 081103[工学-系统工程]
摘 要：随着短视频平台的迅速发展,海量的用户参与到短视频平台的社交社区中。为了能精确地分析并划分用户所属的社交区域,采用图卷积神经网络编码短视频用户的个人和社交属性,利用谱聚类算法无监督地划分出用户所属的社交社区。为了使所编码的短视频用户特征能够同时具备兼顾全局的高层语义和专注局部的底层语义,模型融合了图卷积神经网络所编码的不同层的节点嵌入特征。实验结果表明,基于融合特征的图卷积神经网络对用户社交属性和关系的编码效果最优,在社区划分准确率方面具有一定的优势。
维普期刊数据库
同方期刊数据库