原创力文档- 1、本文档共73页，其中可免费阅读22页，需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
摘要
社交网络是现代社会人进行社会交往、信息传递和商务交易的重要空间。在社交网
络中，存在一系列的链接预测问题，诸如，恶意用户识别、个性化推荐等，蕴藏着巨大
的社会价值和商业价值。在解决链接预测问题时，通常将社交网络视为图数据。而图卷
积神经网络（GCN）因其对图结构和信息的端到端学习能力，成为解决链接预测问题的
新工具。现有GCN链接预测模型存在对场景贴合度不高，信息表达和注入不足，以及
缺乏特征挖掘技巧等缺点，严重影响链接预测准确性。本文从“个体视角”剖析社交网
络中的链接
文档评论（0）