ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
中国知网全文收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
【摘要】随着短视频平台的迅速发展,海量的用户参与到短视频平台的社交社区中。 为了能精确地分析并划分用户所属的社交区域,采用图卷积神经网络编码短视频用户的个人和社交属性,利用谱聚类算法无监督地划分出用户所属的社交社区。 为了使所编码的短视频用户特征能够同时具备兼顾全局的高层语义和专注局部的底层语义,模型融合了图卷积神经网络所编码的不同层的节点嵌入特征。 实验结果表明,基于融合特征的图卷积神经网络对用户社交属性和关系的编码效果最优,在社区划分准确率方面具有一定的优势。
