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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于注意力聚合的图卷积网络模型地理位置定位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：CN116166865B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202211347154.9，技术领域涉及：G06F16/909；该发明授权一种基于注意力聚合的图卷积网络模型地理位置定位方法是由刘鹏;余珍兰设计研发完成，并于2022-10-31向国家知识产权局提交的专利申请。

本一种基于注意力聚合的图卷积网络模型地理位置定位方法在说明书摘要公布了：本发明公开了一种注意力聚合的图卷积网络模型地理位置定位方法。本发明基于传统的半监督图神经网络模型的多分类预测方法，针对在线社交网络用户在真实生活场景下的地理位置定位问题作了优化，在此基础上创新地将注意力机制与图卷积神经网络进行了结合。在少数带有地理定位标签样本的真实应用场景下，实现了用于社交网络用户地理位置定位的模型训练。本发明的方法不需要过多的先验知识，不需要获取每个用户的地理位置定位标签，符合隐私保护的需求，并且本发明在类似的应用场景有着较好的复用性，发明的实践价值较强。

本发明授权一种基于注意力聚合的图卷积网络模型地理位置定位方法在权利要求书中公布了：1.一种基于注意力聚合的图卷积网络模型地理位置定位方法，其特征在于，包括如下步骤： 1收集在线社交网络用户所发布的社交文本信息，对数据进行预处理，包括去除文本标签、照片、符号、标点符号；然后从预处理后的数据中提取用户间的提及信息，保留用户文本内容并生成文本嵌入； 2将用户的文本嵌入转化为单个向量的可学习矩阵，利用多头注意力机制挖掘与地理定位最相关的信息，生成用户独热编码向量，从而更新与地理定位相关单词特征表示，并生成用户文本视图矩阵；利用提取的提及信息，构建用户提及矩阵，生成社交网络视图矩阵； 3在图卷积网络模型中引入注意力机制，利用注意力机制捕获多跳之外的邻居节点之间的远程交互，通过增加每一层网络中的感受野来提高模型对节点的表征能力，进而从每个单跳邻居节点中捕获最有价值的信息； 4将经过图卷积网络模型训练得到的结果输入到一个多层感知器的地理位置预测器中，从而预测得到用户所属地理位置集群的最大概率； 所述步骤2中的用户文本视图矩阵以及社交网络视图矩阵的生成表示，具体过程如下： 2.1将用户推文语句进行分词处理，将单词序列转换为一系列低维嵌入向量序列S； 2.2将低维嵌入向量序列S切分为8份，与权重Wh相乘，得到输入向量，通过分别计算得到查询矩阵、关键参数矩阵和值参数矩阵，其中Q、K、V为三个向量的初始表示，分别表示三个矩阵的权重向量； 2.3用sh表示第h个注意力头中的向量序列，得到sh中第i个单词元素表示为ei，利用softmax计算得到第j个单词元素对第i个单词元素的相对重要性得分； 2.4在重要性得分的基础上结合所有相关单词的特征更新得到sh中第i个单词的表示； 2.5通过收集每个注意力头部学习到的组合特征来计算sh中第i个单词的新表示，得到该句子序列的嵌入表示； 2.6通过一个加法线性变换网络生成用户的推文内容表示，最后得到用户文本视图矩阵； 2.7根据提取文本得到的用户间提及信息，利用Python中的networkx构建社交网络矩阵，并删除边缘过多用户节点。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；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”。