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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利一种基于多标签影响的网络事件标签流行度预测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：CN115858899B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202211605375.1，技术领域涉及：G06F16/951；该发明授权一种基于多标签影响的网络事件标签流行度预测方法是由周斌;田磊;高立群;赵学臣;韩跃;谢锋;张中;李爱平;江荣;王晔;涂宏魁设计研发完成，并于2022-12-14向国家知识产权局提交的专利申请。

本一种基于多标签影响的网络事件标签流行度预测方法在说明书摘要公布了：本发明提供一种基于多标签影响的网络事件标签流行度预测方法，采集事件相关的事件标签传播数据与相关用户数据；构造标签传播关系网络，获取节点关系和节点属性，建立包含：特征聚合组件，包括静态语义特征聚合和动态群体传播特征聚合过程；局部聚合组件，由图胶囊网络组成，学习标签局部聚集的特征表示；动态时序表示组件，学习标签传播演化的时序过程；三个组件模拟标签之间传播影响过程的传播流行度预测模型，训练模型；将需要预测的事件标签和标签相关的传播影响网络数据输入训练好的模型，输出关注的社交网络事件标签在未来可能产生的流行度指标。本发明可以预测关注的社交网络事件标签未来在社交媒体的流行程度。

本发明授权一种基于多标签影响的网络事件标签流行度预测方法在权利要求书中公布了：1.一种基于多标签影响的网络事件标签流行度预测方法，其特征在于，包括以下步骤： S1.在真实世界的社交网络事件传播，爬取社交网络事件相关的标签和文本； S2.对爬取的数据进行清洗和整理；并对关系特征进行预处理； 具体包括： S201.数据清洗，数据清洗后的csv文件中记录推文的发表情况，数据字段包括发表该推文的用户id、推文内容、表发时间、推文交互的用户id；每一条记录表示一条与事件相关的推文发布； S202.关系特征预处理，针对不同据集中推文特点，预处理过程额外抽取了表示概括性事件标题，并对一条推文中存在多个标签的推文建立标签关系； S3.针对网络事件收集事件相关标签，并利用标签之间的关联构造事件标签传播关系图、全局标签关系图G和局部影响属性图Gi；以及计算节点的传播特征属性，首先根据基于可观测数据对时间进行窗口划分，然后根据时间窗口下的数据构造网络事件标签i的局部传播影响特征图Gi，包括提取静态语义特征图以及动态群体传播时序图序列 S4.构造语义特征和时序群体特征； 所述构造的语义特征和时序群体特征包括：基于图注意力网络的传播关系特征嵌入层、融合静态和动态特征的特征融合层、基于图胶囊网络的局部特征聚合层，其中基于图注意力网络的传播关系特征嵌入层又包括静态语义特征聚合表示和动态传播特征聚合表示； 针对静态语义关系属性图，将作为输入到上述静态语义特征聚合表示层中，得到静态语义节点向量表示矩阵Hsem，针对动态传播时序属性图序列，对每一个时间窗口下的传播属性图作为输入到动态传播特征聚合表示层中，获取可观测时间内t个窗口内组成的动态传播矩阵H′dym； 将静态语义节点向量表示矩阵Hsem和动态传播矩阵H′dym作为输入到特征融合层，得到融合标签节点的语义特征和传播特征融合的融合特征Hf；将传播属性图作为输入基于图胶囊网络的局部特征聚合层得到图嵌入向量hG； S5.将样本中不同时序子图的表示向量ht输入到LSTM模型进行动态时序表示学习，然后将其结果过输入到全连接层得到预测结果，将预测结果与获取的样本真实值标签的误差来指导模型学习。

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国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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”。