基于图神经网络的大数据关系挖掘方法

孟瑞娟

doi:10.16009/j.issn.1009-5624.2026.20.039

信息记录材料 ›› 2026, Vol. 27 ›› Issue (20) : 118 -120. DOI: 10.16009/j.issn.1009-5624.2026.20.039

基于图神经网络的大数据关系挖掘方法

孟瑞娟

作者信息 +

Author information +

文章历史 +

摘要

针对传统算法在大数据关系挖掘中存在的准确率低、易受数据稀疏影响、挖掘效率不足等问题，本文提出基于图神经网络（GNN）的大数据关系挖掘方法。首先，对大数据进行预处理与图数据转换，将实体映射为节点，将实体间的联系映射为带权边；然后，构建融合注意力机制的图神经网络模型，通过消息传递聚合节点邻域信息，优化节点嵌入表示；最后，结合多数据集实验与实际案例应用验证方法的有效性。结果表明：该方法的关系挖掘准确率、召回率及F₁值等均优于传统算法，能有效挖掘大数据中隐藏的复杂关系，缓解数据稀疏带来的负面影响，提升挖掘速度与精度，适用于多领域大数据关系挖掘场景。