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！

龙图腾网获悉山西大学申请的专利一种电商网络异常产品检测方法及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：CN115564456B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202211204359.1，技术领域涉及：G06Q30/018；该发明授权一种电商网络异常产品检测方法及系统是由杜航原;曹振武;王文剑;白亮;梁吉业设计研发完成，并于2022-09-29向国家知识产权局提交的专利申请。

本一种电商网络异常产品检测方法及系统在说明书摘要公布了：本发明涉及互联网电商领域，为了提高异常产品检测的有效性和可靠性，公开了一种电商网络异常产品检测方法及系统。所述方法包括领域知识图谱数据预处理环节、电商网络异常产品检测模型构建及优化环节和电商网络异常产品检测结果输出及处理环节。本发明结合TransR模型获得的领域知识图谱中产品的知识和电商网络拓扑构造其孪生网络，在多视图编码器分别对电商网络和孪生网络进行编码后，通过聚合器实现了对产品领域知识的有效融合，最终，依据解码的误差为每个产品计算一个异常分数来评估其异常程度，进而完成异常产品的检测和识别。本发明通过融入领域知识，能够建立对网络中异常产品的准确可靠描述，有效提升了模型的检测性能。

本发明授权一种电商网络异常产品检测方法及系统在权利要求书中公布了：1.一种电商网络异常产品检测方法，其特征在于，包括以下步骤： S10、面向电商网络中的产品采集所有相关三元组，并进行数据清洗以构成领域知识图谱，降低噪声对检测结果的影响； S20、对步骤S10获取的知识图谱应用TransR模型，获得产品领域知识的嵌入向量，并依据电商网络的拓扑结构构造其孪生网络； S30、基于步骤S20中获得的孪生网络，利用图自编码器和图注意力网络构建电商网络异常产品检测模型； S40、对于步骤S30构建的电商网络异常产品检测模型，通过迭代计算方式对模型进行训练，确定模型中的待定参数； S50、利用步骤S30构建的电商网络异常产品检测模型，以及步骤S40确定的模型参数，将异常产品检测结果进行输出，并对异常产品进行处理； 所述步骤S20包括以下具体步骤： S21、将电商网络数据表示为属性网络电商网络中的产品表示为属性网络中产品节点，产品之间的共同购买关系表示为产品节点之间的边；其中，V＝{vi|i＝1,2,...,n}表示网络中n个产品节点构成的集合，vi表示第i个产品对应的节点，每个产品节点具有d个属性，xi∈Xi＝1,2,...,n表示产品节点vi的属性向量；E＝{ei,j|vi∈V,vj∈V}为网络中所有边构成的集合，ei,j为产品节点vi和vj之间的边，表示有用户同时购买了这两个节点代表的产品，属性网络共包含|E|＝m条边；为所有产品节点的属性向量组成的矩阵；此外，邻接矩阵表示属性网络的拓扑结构，若产品节点vi和vj之间存在边，则Aij＝1，否则Aij＝0； S22、对于S13获得的领域知识图谱中的每个三元组h,r,t，将其头实体与尾实体的嵌入分别记作h和t，令r表示实体间关系的嵌入，并对关系r设置一个映射矩阵Mr将实体从实体空间投影到相应的关系空间，分别获得头实体投影向量hr和尾实体投影向量tr如式11和22所示： hr＝hMr1 tr＝tMr2 S23、进一步地，在投影实体之间建立转换，通过式33的得分函数计算头、尾实体投影向量之间的距离，以此来衡量事实成立的可能性： 其中，frh,t表示头实体h和尾实体t之间的距离得分； S24、通过迭代步骤S22和S23对三元组的嵌入不断更新，并从嵌入结果中抽取电商网络中产品对应实体的知识嵌入，构建属性网络的领域知识矩阵，记作其中ki∈K表示产品节点vi的知识特征； S25、基于属性网络的拓扑结构A和领域知识矩阵K构造属性网络的孪生网络，记作

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山西大学，其通讯地址为：030006 山西省太原市坞城路92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”。