一种基于网络节点广度与深度捕捉的社交网络用户群组分类方法

摘要

本发明公开了一种基于网络节点广度与深度捕捉的社交网络用户群组分类方法，针对网络表示学习中存在的全局结构特征保持问题，通过学习节点的广度与深度特征，可以极大的提高网络表示学习中对节点全局结构特征的学习能力。本发明利用深度学习方法对网络中的邻居节点相似性进行捕捉，其次利用邻接矩阵幂的方法以及度的方式来获取节点的深度与广度信息，再通过流形学习中使用的拉普拉斯特征映射方法来衡量节点之间的深度与广度相似性。最后以之来进行社交网络用户群组分类。