一种基于多任务强化学习的社区隐藏算法
基本信息
申请号 | CN202111184880.9 | 申请日 | - |
公开(公告)号 | CN113850688A | 公开(公告)日 | 2021-12-28 |
申请公布号 | CN113850688A | 申请公布日 | 2021-12-28 |
分类号 | G06Q50/00(2012.01)I;G06F21/62(2013.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I | 分类 | 计算;推算;计数; |
发明人 | 曹杰;陶海成;王有权;申冬琴;陈志杰;靖慧;张佳禹 | 申请(专利权)人 | 云境商务智能研究院南京有限公司 |
代理机构 | - | 代理人 | - |
地址 | 210003江苏省南京市鼓楼区汉中门大街301号国际服务外包大厦A栋14楼 | ||
法律状态 | - |
摘要
摘要 | 本发明是一种基于多任务强化学习的社区隐藏算法,属于社交网络分析隐私保护以及数据挖掘领域。算法包括:步骤1:给定G=(V,E)表示网络拓扑结构,V表示网络中的节点,节点个数为|V|,E表示网络中的连边,边的个数为|E|;步骤2:将带有节点属性的网络通过网络表示模块表示成低维的特征向量,其中,表示网络的邻接矩阵,示节点的属性特征;步骤3:基于网络表示,通过Q函数学习模块,得出最优的加点方案;步骤4:根据最优的加点方案,迭代直至整个算法收敛或达到给定的迭代阈值。算法从加点及其相应边的角度出发,即伪造用户及其关系,最大程度降低了对用户的影响,将社区隐藏问题转换为网络增长问题,并通过强化学习,构建网络增长模型。 |
