基于时空Transformer-Encoder的跨社交网络用户匹配方法

打开文本图片集

摘 要：

针对目前基于签到时空数据的跨社交网络用户匹配方法未充分利用时空信息之间的耦合关系，导致时空数据特征提取困难，匹配准确率下降的问题，提出了一种基于时空Transformer-encoder的跨社交网络用户匹配方法。该方法通过网格映射将签到时空信息转换为序列数据，生成签到序列；利用序列嵌入层将离散的签到序列映射到连续高维空间；然后借助多头注意力机制和卷积神经网络提取高维签到特征，并利用卷积神经网络实现优化多头注意力模块权重变换和特征融合；最后利用前馈神经网络实现分类，输出用户匹配得分。（剩余15652字）