一种基于全局注意力机制表征学习的社交网络服务平台好友推荐方法

摘要

一种基于全局注意力机制表征学习的社交网络服务平台好友推荐方法，建立网络模型，利用LINE方法将社交网络转化为欧式空间中的结构嵌入向量，基于相邻节点的属性向量，利用CNN网络计算特征矩阵，考虑相邻节点间的注意力权重，得到两个节点的相关性矩阵，随后对相关性矩阵做行和列的平均池化和softmax函数得到节点对的信息嵌入向量；将网络结构嵌入和信息嵌入向量按比例相加，计算节点的嵌入向量，当目标函数达到设定的目标值时，得到所有节点的嵌入向量，使用节点的嵌入向量计算皮尔逊系数，皮尔逊系数高的用户对被推荐为好友。本发明引入全局注意力机制来考虑社交网络用户间的信息，使得表征向量精度提高，提升好友推荐算法的性能。