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！

龙图腾网获悉西北工业大学申请的专利一种基于用户相似性的信息传播图生成方法和装置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：CN120471725B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202510975909.7，技术领域涉及：G06Q50/00；该发明授权一种基于用户相似性的信息传播图生成方法和装置是由王震;尹纾;李向华;侯东鹏;高超;李晓宇设计研发完成，并于2025-07-16向国家知识产权局提交的专利申请。

本一种基于用户相似性的信息传播图生成方法和装置在说明书摘要公布了：本发明公开了一种基于用户相似性的信息传播图生成方法和装置，涉及网络信息传播技术领域。根据需要生成信息传播图的候选用户集，确定标准化特征矩阵；根据标准化特征矩阵和每个候选用户的传播类型标签，确定候选用户的重要性排序；计算用户相似度矩阵；将候选用户的数量确定为扩散步长T，并获取初始信息传播图；从步数为T‑1开始直到步数为1，反向迭代生成初始信息传播图中候选用户的连边，将迭代完成的初始信息传播图确定为候选用户集的信息传播图。该方法能够生成准确的信息传播图。

本发明授权一种基于用户相似性的信息传播图生成方法和装置在权利要求书中公布了：1.一种基于用户相似性的信息传播图生成方法，其特征在于，包括： 根据需要生成信息传播图的候选用户集，确定标准化特征矩阵；候选用户集包括多个候选用户以及每个候选用户对应的用户属性信息；用户属性信息包括多个维度的特征；标准化特征矩阵中每一个元素即为对应候选用户在对应维度下的特征； 根据标准化特征矩阵和每个候选用户的传播类型标签，确定候选用户的重要性排序； 根据标准化特征矩阵，计算用户相似度矩阵； 将候选用户的数量确定为扩散步长T，并获取初始信息传播图；初始信息传播图包括所有候选用户的候选用户节点； 从步数为T-1开始直到步数为1，反向迭代生成初始信息传播图中候选用户的连边，将迭代完成的初始信息传播图确定为候选用户集的信息传播图； 从步数为T-1开始直到步数为1，反向迭代生成初始信息传播图中候选用户的连边，具体包括：在每一次迭代过程中，获取重要性排序中当前步数对应的目标候选用户节点，将目标候选用户节点的用户相似度矩阵和初始信息传播图输入至扩散模型中，预测目标候选用户节点与初始信息传播图中其他候选用户节点之间的连边；将预测的连边整合到初始信息传播图中，基于新的初始信息传播图，继续迭代生成初始信息传播图中候选用户的连边，直至迭代完成； 扩散模型的构建过程，包括：获取多个历史传播图；历史传播图包括多个历史用户、历史用户之间的传播路径，以及历史用户的用户属性信息；根据历史传播图，计算历史用户的重要性排序和历史用户相似度矩阵；将历史用户的数量确定为历史扩散步长；从步数为1开始到步数为历史扩散步长，根据历史传播图、历史用户的重要性排序和历史用户相似度矩阵，迭代进行历史用户节点的吸收操作，并在这个过程中训练扩散模型； 根据历史传播图、历史用户的重要性排序和历史用户相似度矩阵，迭代进行历史用户节点的吸收操作，并在这个过程中训练扩散模型，包括： 针对历史扩散步数为第t步，选择重要性排序中重要性最小的历史用户节点vt； 记录在当前的历史传播图G＝V,E,F中与历史用户节点vt相连的节点标签Yt； 将历史用户节点vt转化为掩蔽状态，并用掩蔽边连接其与目前的历史传播图中存在的所有历史用户节点，生成带掩蔽边的中间图Gt： Gt＝AbsorbG,vt； 其中，Absorb代表将历史用户节点转为吸收态的操作； 将中间图Gt和历史用户相似度矩阵P输入扩散模型的去噪模块，来预测历史用户节点vt与Gt中的哪个节点曾经存在连边： 其中，θ为去噪模块的可训练参数，为预测标签； 通过节点标签Yt与预测标签计算均方误差损失，并通过梯度下降优化θ。

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西北工业大学，其通讯地址为：710072 陕西省西安市碑林区友谊西路127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”。

以上内容由龙图腾AI智能生成。