一种面向稀疏社交网络的图混合学习好友推荐方法

本发明公开了一种面向稀疏社交网络的图混合学习好友推荐方法，包括建立原始图结构数据集，分别生成多样化社交网络对比视图、去噪对比视图；对比学习，得到初始特征嵌入表示；更新初始特征嵌入；融合更新后的特征嵌入表示，建立用户节点链接概率预测模型；进行好友预测，生成若干用户‑用户伪链接，得到候选伪链接集；进行可靠性筛选得到最终伪链接集；得到新的图结构数据集；以新的图结构数据集替代原始图结构数据集，重复上述步骤，直至无法再生成新的用户‑用户伪链接。本发明用于解决现有技术中在面对稀疏社交网络时难以充分挖掘潜在好友关系、推荐结果不精准的问题，实现更好地适应稀疏社交网络环境下的好友推荐需求的目的。

《一种面向稀疏社交网络的图混合学习好友推荐方法》是一发明专利，专利号为 2025107753876，当前法律状态为已下证，由成都信息工程大学提出申请，发明人为安俊秀;潘益民;靳宇倡;郑文斌，申请日期为2025-06-11，公开（公告）日期为2025-12-02，国际专利分类号（IPC）为 G06Q 50/00 (2024.01)，高新资质：未报高企，所属技术领域包括：社交网络好友推荐，大数据，数据挖掘，信息检索，电子商务，电商平台，商品推荐，人工智能，推荐系统，图神经网络，社交平台，短视频，社区，社交APP，社交媒体，在线娱乐。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了一种面向稀疏社交网络的图混合学习好友推荐方法，包括建立原始图结构数据集，分别生成多样化社交网络对比视图、去噪对比视图；对比学习，得到初始特征嵌入表示；更新初始特征嵌入；融合更新后的特征嵌入表示，建立用户节点链接概率预测模型；进行好友预测，生成若干用户‑用户伪链接，得到候选伪链接集；进行可靠性筛选得到最终伪链接集；得到新的图结构数据集；以新的图结构数据集替代原始图结构数据集，重复上述步骤，直至无法再生成新的用户‑用户伪链接。本发明用于解决现有技术中在面对稀疏社交网络时难以充分挖掘潜在好友关系、推荐结果不精准的问题，实现更好地适应稀疏社交网络环境下的好友推荐需求的目的。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！