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！

龙图腾网恭喜河海大学申请的专利一种基于科研网络的用户画像构建方法和系统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：CN114329232B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202210008325.9，技术领域涉及：G06F16/9536；该发明授权一种基于科研网络的用户画像构建方法和系统是由赵梦丽;张雪洁;金彦伶;朱云;韦一设计研发完成，并于2022-01-06向国家知识产权局提交的专利申请。

本一种基于科研网络的用户画像构建方法和系统在说明书摘要公布了：本发明公开一种基于科研网络的用户画像构建方法和系统，基于论文合著数据构建科研网络图；输入一组节点的特征向量，通过一层多头注意力机制计算节点之间的注意力系数构建概率转移矩阵，使用一层单头注意力计算节点的更新特征，通过分类函数预测节点标签，并计算特征传播的损失；输入科研网络图和部分已知的节点标签向量，利用标签传播算法，计算标签传播的损失；通过特征传播和标签传播的损失求和得到自定义损失函数，对标签预测结果进行修正，最终输出预测的学者研究领域标签。该发明解决了用户画像获取标签方式单一的问题，充分利用学者的特征信息、标签信息及学者间关联结构信息，对未知节点的标签信息进行补全，提高了标签预测的准确率。

本发明授权一种基于科研网络的用户画像构建方法和系统在权利要求书中公布了：1.一种基于科研网络的用户画像构建方法，其特征在于，包括以下步骤： 1数据预处理：基于论文合著数据信息，以学者为节点，学者之间的合著关系为边，构建科研社交网络图，将节点特征通过处理为特征向量，将已知节点的标签转换为标签向量； 2特征传播：将科研社交网络图结构以及节点特征作为特征传播层的输入，特征传播层是在图卷积神经网络中嵌入层级注意力机制，利用一层多头注意力机制对相邻的成对节点分别计算注意力相似性系数，将注意力相似性系数进行归一化操作之后得到概率转移矩阵，将概率转移矩阵与学者原始特征向量线性变换得到更新后的学者特征，最后利用一层单头注意力对更新后的学者特征进行融合，并进行标签分类，预测节点活跃的研究领域标签； 3标签传播：将科研社交网络图结构以及已知的部分学者的标签向量作为标签传播层的输入，标签传播层是指标签传播算法，通过标签传播算法实现标签的传播； 4用户画像的标签预测：根据特征传播层和标签传播层的损失计算求和得到自定义的损失函数，将其最小化处理帮助特征传播层学习优化器，将优化器反馈到特征传播层学习最终的节点表示，最终的输出结果即为预测得到的学者的研究领域标签； 标签传播过程中，标签传播算法的基本假设为相连的节点可能拥有相同的标签，即相连的学者可能含有相同的研究方向或研究兴趣，因此迭代式的沿边传播标签，可以补充缺失的节点的标签信息，具体包括以下内容： 3.1模型输入：将科研社交网络图G中的标签向量L和邻接矩阵A作为标签传播过程的输入，初始化时将有标签节点设置为one-hot向量，将无标签节点设置为零向量； 3.2标签传播：令为第k次迭代中的标签矩阵，其中迭代指不断重复标签传播的过程，元素li k代表k次迭代中节点标签的预测分布，k次迭代后的标签传播的计算公式如下： Lk+1＝D-1ALk 其中，A表示邻接矩阵，D为对角矩阵，数值由邻接矩阵A中对应行元素求和得到，公式表示标签沿边进行标签传递； 3.3保留已标记节点：因为部分已知学者的标签信息是确定的，因此传播完成后，需重新将已知用户节点的标签设为原始标签； 3.4LPA中的最终标签是邻居节点的加权平均，利用tensorflow中的交叉熵损失函数计算标签传播的损失。

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河海大学，其通讯地址为：211100 江苏省南京市江宁开发区佛城西路8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”。