河北工业大学杨亮获国家专利权
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!
龙图腾网获悉河北工业大学申请的专利基于平滑与锐化融合的网站流量预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:CN115238868B 。
龙图腾网通过国家知识产权局官网在2025-09-02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:202210897626.1,技术领域涉及:G06N3/0464;该发明授权基于平滑与锐化融合的网站流量预测方法及系统是由杨亮;彭玮航;周文淼;崔灿;贾永娜;张亚娟;牛炳鑫;顾军华设计研发完成,并于2022-07-28向国家知识产权局提交的专利申请。
本基于平滑与锐化融合的网站流量预测方法及系统在说明书摘要公布了:本发明为基于平滑与锐化融合的网站流量预测方法及系统,该方法获取网站的历史流量数据并转换为网站流量图数据,网站流量图数据的节点表示该网站中的一个网页,边表示网页之间的链接关系,从网站流量图数据中获取节点属性信息和图拓扑信息;接着,基于图卷积神经网络构建网站流量预测模型,节点属性信息和图拓扑信息为模型的输入,模型的输出通过多层感知机压缩得到各个节点的预测标签纵向堆叠形成的一维列向量,即各个网页的流量预测结果;模型由多个图卷积层堆叠而成,在图卷积层中引入锐化操作,将平滑操作和锐化操作结合,使得模型既能够充分提取网站流量图数据中节点与邻居节点属性信息之间的相似部分,也能够提取差异部分,提高了预测准确性。
本发明授权基于平滑与锐化融合的网站流量预测方法及系统在权利要求书中公布了:1.一种基于平滑与锐化融合的网站流量预测方法,其特征在于,该方法包括以下步骤: 步骤1、获取网站的历史流量数据,将网站的历史流量数据转换为网站流量图数据,网站流量图数据的节点表示该网站中的一个网页,边表示网页之间的链接关系;从网站流量图数据中获取节点属性信息和图拓扑信息,节点属性信息包括网页对应的关键词和流量两部分; 步骤2、基于图卷积神经网络构建网站流量预测模型,将节点属性信息和图拓扑信息作为网站流量预测模型的输入,网站流量预测模型的输出通过多层感知机压缩得到各个节点的预测标签纵向堆叠形成的一维列向量,即各个网页的流量预测结果; 网站流量预测模型由多个图卷积层堆叠而成,节点属性信息作为第一个图卷积层的输入矩阵,将图拓扑信息与第一个图卷积层的输入矩阵相乘,得到第一个图卷积层的输出矩阵;第一个图卷积层的表达式为: Z1=X1H1=AZ1=AX2 式中,Z1表示第一个图卷积层的输入矩阵,X表示节点属性信息,A表示图拓扑信息,H1表示第一个图卷积层的输出矩阵; 将第一个图卷积层的输入矩阵与输出矩阵相减,并利用第一个图卷积层的可学习参数,根据式3得到第二个图卷积层的输入矩阵;再将图拓扑信息与第二个图卷积层的输入矩阵相乘,得到第二个图卷积层的输出矩阵; z2=γ1Z1-H1=γ1X-AX=γ1I-AX3 H2=AZ2=γ1I-AAX4 式中,γ1表示第一个图卷积层的可学习参数,Z2表示第二个图卷积层的输入矩阵,I表示单位矩阵,H2表示第二个图卷积层的输出矩阵; 将第i-1个图卷积层的输入矩阵与输出矩阵相减,并利用第i-1个图卷积层的可学习参数γi-1,根据式5得到第i个图卷积层的输入矩阵;再将图拓扑信息与第i个图卷积层的输入矩阵相乘,得到第i个图卷积层的输出矩阵; Zi=γi-1Zi-1-Hi-15 Hi=AZi6 式中,Zi-1、Zi分别表示第i-1、i个图卷积层的输入矩阵,Hi-1、Hi分别表示第i-1、i个图卷积层的输出矩阵; 重复上述操作,直至可学习参数收敛至零;再根据式7将所有图卷积层的输出矩阵进行累加,得到网站流量预测模型的输出P; 式中,Q表示图卷积层的数量; 最后,将网站流量预测模型的输出经过多层感知机压缩得到各个节点的预测标签纵向堆叠形成的一维列向量,即各个网页的流量预测结果; 步骤3、利用网站流量图数据对网站流量预测模型进行训练,得到训练后的网站流量预测模型;再将待预测网站的历史流量数据转换为网站流量图数据,并将网站流量图数据的节点属性信息和拓扑信息输入到训练后的网站流量预测模型中,对网站的流量数据进行预测; 从数值优化角度,将网站流量预测模型等价为式10的目标函数; 式中,||·||F表示Frobenius范数,δ表示平衡因子,tr·表示矩阵的迹,T表示矩阵转置;为特征拟合项,用于约束网站流量预测模型的输出与节点属性信息之间的距离,对应网站流量预测模型的平滑操作;δtrPTAP为图正则化项,用于约束节点与邻居节点之间的距离,对应网站流量预测模型的锐化操作。
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河北工业大学,其通讯地址为:300130 天津市红桥区丁字沽光荣道8号河北工业大学东院330#;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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。