摘要

本发明公开了一种采用图注意力网络与融合邻域的拓扑预测方法,包括如下步骤:步骤1:将时间上连续的原始网络按时间段切分成一系列的时间快照,并对原始网络中节点对的起始链接时间的事件集进行数据转化。步骤2:静态邻域通过GAT嵌入门控循环单元(GRU)从时间快照中聚合邻居特征,并使用自注意力机制计算每一个时间快照的权值。根据权值计算所有节点的节点表示。步骤3:动态邻域通过时序点过程直接对邻居生成序列。步骤4:融合静态邻域生成与动态邻域生成进行拓扑预测。本发明充分地考虑动态节点之间的复杂关系,从而在机会网络中捕获其链路变化的潜在特征,能够解决现有技术无法准确地把握机会网络节点对在时域上的演变规律的技术问题。