融合超图注意力机制与图卷积网络的信息扩散预测
打开文本图片集
摘 要：针对传统的信息预测缺乏对用户全局性依赖挖掘进行研究，提出了一种融合超图注意力机制与图卷积网络的信息扩散预测模型（HGACN）。首先构建用户社交关系子图，采样获得子级联序列，输入图卷积神经网络学习用户社交关系结构特征；其次，综合考虑用户间和级联间的全局依赖，采用超图注意机制（HGAT）学习用户不同时间间隔的交互特征；最后，将学习到的用户表示捕获到嵌入模块，利用门控机制将其融合获得更具表现力的用户表示，利用带掩码的多头注意力机制进行信息预测。（剩余12967字）