在社交网络环境中,因用户数量多,所生成数据规模极为庞大,传统挖掘方法在面对社交网络里复杂的用户关系时,难以实现高效挖掘.鉴于此,文章提出了一种在前后端分离架构下基于图神经网络的社交网络关系挖掘.在前端,部署基于Selenium的网页内容采集工具,采集社交网络网页数据,将数据传输至后端,进行缺失值填充和去噪等预处理后,构建一个图神经网络模型,输入预处理后的社交网络网页数据,预测输出社交网络关系挖掘结果.实验结果表明,在使用这一设计方法下,社交网络关系挖掘结果的G值为 0.93,这一结果充分验证了该方法在社交网络关系挖掘方面的可行性以及相较于传统方法的优越性.
NETL
NSTL
万方数据
