一种基于生成对抗网络和迁移学习的社交关系预测方法

摘要

本发明涉及一种基于生成对抗网络和迁移学习的社交关系预测方法，提出了一个基于迁移学习的新的生成对抗网络框架，TranGAN，来进行社交关系的预测。该模型利用社交理论作为公共信息来将源网络和目标网路联系起来。生成对抗网络根据原有的数据集生成和原有数据集具有相似概率分布的样本，从而增大原有数据集的样本数量。而该模型相比于原有的迁移学习模型，由于计算复杂度较低，具有更快的速度，适用于较大规模网络的分析。