一种基于深度强化学习的时态社区发现方法

本发明公开了一种基于深度强化学习的时态社区发现方法，步骤1)输入时态图数据在多个时刻的图结构集合；步骤2)状态设置模块根据输入的时态图数据由基于内存的时态图神经网络TGN学习节点特征；步骤3)动作空间设置模块中的参与者Actor根据得到的状态在动作空间中选择下一步需要执行的动作进行执行；步骤4)奖励函数设置模块中环境根据奖励函数计算一个奖励值对Actor进行奖励；步骤5)模型更新模块中的评价者Critic根据优势函数衡量Actor做出动作的好坏；步骤6)重复上述步骤，并通过Actor‑Critic模型的不断迭代训练；本发明通过融合深度学习与强化学习，可以更全面、更准确的对时态图的社区进行检测。