一种社交用户的多行为偏好预测方法

摘要

本发明公开了一种社交用户的多行为偏好预测方法，包括：通过社交网络中用户关系初始化各个用户在所有行为上的综合偏好；利用二值掩码层对各个用户在所有行为上的综合偏好进行分离，得到初始的各个用户在每一行为上的偏好；利用多层图卷积网络中的信息发送和接受操作，迭代地聚合社交网络中当前用户的相邻用户的多面偏好的相似信息来更新当前用户在所有行为上的综合偏好，从而利用最终得到的各个用户在所有行为上的综合偏好分离出相应的各个用户在每一行为上的偏好；利用贝叶斯个性化排序准则，来联合学习社交网络中各个用户的多个行为偏好相似性，从而预测各个用户在每一行为上的偏好。该方法可以准确、快捷的得到每个用户不同行为的偏好。