基于深度神经网络与图网络的核心用户挖掘方法及系统

摘要

本公开提出了基于深度神经网络与图网络的核心用户挖掘方法，包括：构建用户‑游戏历史信息数据库；进行数据预处理；根据数据预处理后的游戏用户游戏历史序列观测数据，建立以游戏名称为节点，时间顺序为边的有向图，并输入到图网络嵌入方法中，以预测下一时间感兴趣的游戏；针对每个游戏用户均进行上述有向图的建立，得到的每个游戏的表达，与对应用户的个人信息进行特征拼接，融合输入到深度神经网络中，以预测该用户是否为该款游戏的核心玩家。本公开基于图网络嵌入与深度神经网络的融合方法来解决序列预测问题，将时序信息以图网络的形式充分地学习，并融合深度学习方法学习更高层次地交互表达，以此提高模型预测地准确度。