买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜中山大学;广州通达汽车电气股份有限公司申请的专利一种基于异构图嵌入技术的广告受众基础属性预估方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN112529621B 。

龙图腾网通过国家知识产权局官网在2025-03-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202011439950.6，技术领域涉及：G06Q30/0242；该发明授权一种基于异构图嵌入技术的广告受众基础属性预估方法是由印鉴;蒙权;曹志平设计研发完成，并于2020-12-10向国家知识产权局提交的专利申请。

本一种基于异构图嵌入技术的广告受众基础属性预估方法在说明书摘要公布了：本发明提供一种基于异构图嵌入技术的广告受众基础属性预估方法，该方法根据所有广告受众的历史点击行为，构建一张广告受众的点击行为记录的异构图，并基于异构图嵌入表示技术为这些广告信息素材id、广告id、广告主id生成各自的向量表示，以此来保留广告信息之间的相互联系；搭建一个LSTM的神经网络，来自动根据已知基础属性年龄和性别的广告受众的历史点击行为训练一个可以根据广告受众的历史点击行为预测其基础属性的网络模型。针对未知基础属性的广告受众，只需要将其历史点击行为输入该训练好的网络模型，就可以根据其历史点击行为从该模型得到这些受众的基础属性。

本发明授权一种基于异构图嵌入技术的广告受众基础属性预估方法在权利要求书中公布了：1.一种基于异构图嵌入技术的广告受众基础属性预估方法，其特征在于，包括以下步骤：S1：根据所有广告受众的历史点击行为，构建一张广告受众的点击行为记录的异构图，并基于异构图嵌入表示技术为这些广告信息生成各自的向量表示，其中广告信息包括素材id、广告id、广告主id；所述步骤S1中，于异构图嵌入表示技术为这些广告信息生成各自的向量表示的过程包括异构图采样和SkipGram神经网络训练；所述异构图采样的具体过程是：每个广告受众id均作为开头节点按照设定好的元路径进行游走W次，每次游走L步；将每个游走到的节点依次登记下来，即是包含各类节点类型的节点序列语料库；所述SkipGram神经网络训练的过程是：将节点序列语料库输入SkipGram神经网络，训练得到语料库中的每个节点的n维向量表示；训练的目标是使得各个节点的向量表示能够保持节点在语料库中的近邻信息，训练模型优化的公式为： 其中ct为v的上下文节点，分母ut∈Vt,即负采样时考虑了节点的类型；训练好之后，得到每个节点的n维向量表示；S2：划分数据集，按照广告受众的基础属性是否已知将原始数据集分为两类，其中已知基础属性的这类数据称为训练集，用于训练预测模型，另一类数据称为测试集，用于预测其未知的基础属性，其中，广告受众的基础属性是年龄和性别；S3：将训练集当中广告受众的历史点击行为作为LSTM预测模型的输入特征，年龄和性别作为对应特征的预测结果标签，对LSTM神经网络进行训练，得到一个根据广告受众的点击行为预测其基础属性的预测模型；步骤S3中，将训练集的数据处理为后续的LSTM可以识别的特征向量及其标签，具体步骤为：1对每一个广告受众，分别把该广告受众的三个特征均按时间先后顺序排列起来，三个特征的长度均为p个时间步；若有广告受众的特征超过p个，则保留最近的p个，若不足p个，则取最近的补足p个；2将每位广告受众的3个特征转为特征向量，即将每个广告受众的三个特征的历史时间序列中的每个节点替换为其n维向量来表示，每位广告受众的3个特征向量将作为训练模型的输入特征；3将每位广告受众的基础属性作为该广告受众的3个特征所对应的标签，用于LSTM神经网络的监督训练；S4：将测试集当中广告受众的历史点击行为输入训练好的预测模型，预估得到这些广告受众的基础属性。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中山大学;广州通达汽车电气股份有限公司，其通讯地址为：510275 广东省广州市海珠区新港西路135号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。