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！

龙图腾网获悉电子科技大学申请的专利一种自解释的信息级联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：CN120492860B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202510979377.4，技术领域涉及：G06F18/20；该发明授权一种自解释的信息级联流行度预测方法是由辛奕辰;刘洋;程章桃;李耶;殷光强;周帆设计研发完成，并于2025-07-16向国家知识产权局提交的专利申请。

本一种自解释的信息级联流行度预测方法在说明书摘要公布了：一种自解释的信息级联流行度预测方法，属于信息传播与预测技术领域。首先通过信息瓶颈原理提取瓶颈子图，过滤噪声并保留关键用户信息；然后基于用户距离和深度关系提取传播感知子图，捕捉关键传播模式；最后利用级联感知图Transformer自适应选择不同子图的特征，生成丰富的级联表示，完成流行度预测。本发明通过瓶颈子图提取和传播感知子图提取模块，有效解决了信息传播中的噪声问题，显著提高了预测准确性。同时，级联感知图Transformer增强了模型的可解释性，能够为预测结果提供合理解释。本发明适用于社交媒体内容管理、虚假新闻检测和犯罪源定位等多种场景，具有广泛的通用性和适应性。

本发明授权一种自解释的信息级联流行度预测方法在权利要求书中公布了：1.一种自解释的信息级联流行度预测方法，其特征在于，包括以下步骤： 步骤1：瓶颈子图提取；获取用户网络数据构建级联图，基于信息瓶颈原理过滤噪声信息，保留与预测任务相关的节点和边，形成瓶颈子图； 步骤2：传播感知子图提取；基于级联图计算用户间的传播相关性，将传播相关性作为边的权重，形成传播感知子图； 步骤3：级联感知图Transformer预测；基于级联感知图Transformer的多头注意力机制自适应地从瓶颈子图和传播感知子图中选择最显著的特征，通过掩码函数和前馈网络生成级联表示； 步骤4：预测与优化；将级联表示输入多层感知器进行流行度预测；通过均方对数误差损失和KL散度损失进行联合优化； 所述步骤1具体如下： 首先根据用户网络数据构建级联图Gc＝Vc,Ec，其中Vc表示用户节点，作为级联图的节点，Ec表示用户之间的转发关系，作为级联图的边； 然后对级联图中的每个节点和边进行权重扰动，用户u与用户v的边u,v∈Ec的权重pu,v通过多层感知器MLP计算得出，表示为： pu,v＝σMLPXu,Xv； 其中，Xu和Xv分别是通过图神经网络对级联图Gc进行编码后得到的用户u和v的特征表示，σ是sigmoid函数； 最后根据计算出的权重pu,v，对每条边进行伯努利采样，决定是否保留该边； 所述步骤3具体如下： 将图Transformer中的多头注意力机制的注意力头分为两组，分别处理瓶颈子图和传播感知子图；对于每个注意力头h，计算注意力分数AttnhX： 其中Qh、Kh和Vh分别表示查询、键和值，X表示注意力头的输入特征，Ai是瓶颈子图或传播感知子图的邻接矩阵；M是掩码函数；d表示输入特征的维度，H表示注意力头的数量； 然后将所有注意力头的输出进行融合，经过层归一化和逐点前馈网络，得到更新后的级联表示Z。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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”。