買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜西北工業大學申請的專利基于增強網絡對比約束的多通道社交圈子識別裝置及方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115169538B 。

龍圖騰網通過國家知識產權局官網在2025-06-17發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210847729.7，技術領域涉及：G06F18/20；該發明授權基于增強網絡對比約束的多通道社交圈子識別裝置及方法是由高超;尹澤;王震;李向華;李學龍設計研發完成，并于2022-07-19向國家知識產權局提交的專利申請。

本基于增強網絡對比約束的多通道社交圈子識別裝置及方法在說明書摘要公布了：本發明涉及人工智能與社交網絡技術領域，公開了一種基于增強網絡對比約束的多通道社交網絡圈子識別裝置及方法。所述裝置包括輸入模塊、求解模塊和輸出模塊，輸入模塊的工作為數據預處理，將現實世界中存在的多通道社交網絡抽象為多層網絡結構；求解模塊包括網絡生成模型和節點表示模型；基于節點表示模型計算可學習增強網絡和原始輸入網絡的低維表示，并基于所求兩個低維表示求解損失函數，反向優化網絡生成模型和節點表示模型的參數，從而使得裝置具有更高的準確率和魯棒性。最后，將所求多層網絡低維表示導入輸出模塊，利用Kmeans求得社團劃分。在本質上，所求得的社團劃分對應于現實世界中一組網絡用戶賬號構成的社交圈子。

本發明授權基于增強網絡對比約束的多通道社交圈子識別裝置及方法在權利要求書中公布了：1.一種基于增強網絡對比約束的多通道社交圈子識別方法，其特征在于，包括以下步驟： S1：將多通道社交網絡建模為多層網絡，向多通道社交圈子識別裝置輸入代表多通道社交網絡的多層網絡的鄰接矩陣；其中每層網絡表示一種社交網絡平臺構成的信息傳播通道，網絡中每個節點是現實世界中社交網絡平臺中用戶賬號的映射，節點間的連邊代表用戶賬號間的社交行為，所述社交行為包括轉發和評論；所述多層網絡表示為G={G1,G2,…,GL}，利用多層網絡的鄰接矩陣A={A1,A2,…,AL}進行求解，L為網絡的層數，矩陣規模為，N表示節點也即用戶賬號的數量； S2：設置迭代次數Epoch、學習率lr和丟棄概率dp； S3：多通道社交圈子識別裝置首先基于圖卷積網絡即GCN和多層感知機即MLP構建網絡生成模型，并基于GCN構建節點表示模型；網絡生成模型是聚合多層網絡信息生成增強信息的過程；而節點表示模型則是聚合增強網絡和原始多層網絡的信息，并將結果基于對比學習思想求解對比損失的過程； S4：基于網絡生成模型生成可學習增強網絡：首先，利用GCN提取并聚合每層網絡的信息，并基于MLP生成每個節點與其余節點間的權重，生成增強網絡的鄰接矩陣；增強網絡是一個的矩陣，其中每個向量表示聚合了多層網絡信息后，生成的每個節點的特征； S5：基于節點表示模型，首先計算S4步驟中生成的可學習增強網絡的低維表示，然后計算輸入多層網絡中每層網絡的低維表示；所述可學習增強網絡的低維表示，標準化后記作；多層網絡中每層網絡的低維表示Hi，標準化后記作Zi，其中i={1,2,…L}，L為網絡層數； S6：利用可學習增強網絡的低維表示與多層網絡低維表示構建對比，計算對比損失，基于如下公式，求解損失函數： ， 其中，diag*表示計算*的對角矩陣，s為softmax函數，τ表示常數，mean表示計算平均值，Zi T表示Zi的轉置； S7：基于S6所求損失函數，反向優化網絡生成模型和節點表示模型； S8：循環執行訓練過程S4-S7，迭代優化網絡生成模型和節點表示模型，直到迭代次數達到預定參數Epoch； S9：基于訓練好的節點表示模型，求解多層網絡共識低維表示，并采用Kmeans求解共識社團劃分； 所述多通道社交圈子識別裝置包括： 輸入模塊，該模塊用于讀取輸入的多通道社交網絡結構信息，并按算法需要格式，將其轉化為鄰接矩陣和特征矩陣的形式； 求解模塊，該模塊包含網絡生成模型和節點表示模型，其中，網絡生成模型用于根據所輸入網絡聚合多層網絡信息，并生成可學習增強網絡；節點表示模型則用于求解輸入網絡的低維表示，并根據所求得的低維表示計算對比損失，進而反向優化裝置中的所有模型參數； 輸出模塊，該模塊基于聚類算法，將多層網絡共識低維表示轉化為多通道社交網絡的共識社團劃分，即社交圈子。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人西北工業大學，其通訊地址為：710072 陜西省西安市友誼西路127號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。