社交媒体用户属性值缺失填补模型的训练方法和填补方法

技术特征：

1.一种社交媒体用户属性值缺失填补模型的训练方法，应用于社交媒体用户网络，其特征在于，所述填补模型包括：用户档案编码器upe、社交行为学习器sbrl、细粒度情感主题分析器fsta、多模态协同注意力机制mcm和用户档案解码器upd，所述训练方法包括：

2.根据权利要求1所述的社交媒体用户属性值缺失填补模型的训练方法，其特征在于，所述s103包括以下步骤：

3.根据权利要求1所述的社交媒体用户属性值缺失填补模型的训练方法，其特征在于，所述s104中所述有向图卷积网络dgcn计算方法如下：

4.根据权利要求1所述的社交媒体用户属性值缺失填补模型的训练方法，其特征在于，所述s105方法如下：

5.根据权利要求2、3或4所述的社交媒体用户属性值缺失填补模型的训练方法，其特征在于，所述s106中：

6.根据权利要求5所述的社交媒体用户属性值缺失填补模型的训练方法，其特征在于，所述s107计算方法如下：

7.根据权利要求6所述的社交媒体用户属性值缺失填补模型的训练方法，其特征在于，所述s108中的交叉熵损失loss为：

8.一种社交媒体用户属性值缺失填补方法，其特征在于，包括：

技术总结
本发明公开社交媒体用户属性值缺失填补模型的训练方法和填补方法，涉及计算机技术领域，其中：填补模型的训练方法包括：用户档案编码器学习用户档案样本的嵌入表示；社交行为学习器SBRL对社交行为属性网络进行表示学习，获得用户的社交行为语义表示；细粒度情感主题分析器FSTA学习社交文本消息的主题情感分布；多模态协同注意力机制MCM实现用户档案样本‑社交行为的协同注意与用户档案样本‑社交文本的协同注意；用户档案解码器UPD重建用户档案样本，获得重建用户档案。本发明提供的填补方法，可以挖掘社交媒体用户的社交文本的主题情感分布与社交行为的语义表示来辅助重建用户档案，有效提升社交媒体用户属性值的缺失填补性能。

技术研发人员：黄发良,隆广庆,闭应洲,宋佩华,戴智鹏,黄恩博,李林,何广静,元昌安,乔少杰
受保护的技术使用者：南宁师范大学
技术研发日：
技术公布日：2024/1/13