一种基于图卷积网络的社交平台用户职业预测方法

摘要

本发明公开了一种基于图卷积网络的社交平台用户职业预测方法。首先爬取用户的社交网络数据构建网络结构邻接矩阵，利用bag‑of‑words表示用户个人简介构建节点属性特征矩阵，之后输入图卷积网络得到网络特征向量；然后再与由用户基本属性和行为属性构造的主用户属性特征向量进行拼接，得到主用户特征向量，并输入逻辑斯特回归分类器进行训练得到最终的职业分类模型。本发明充分利用用户在社交平台上留下的数据，使用图卷积网络模型构建社交网络，使用户职业预测更加准确；预测社交网络用户职业有利于用户画像的构建，可以优化平台的广告推荐、用户推荐算法，进而有效地增强平台用户粘性。