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！

龙图腾网获悉乐山师范学院申请的专利一种基于大数据的新闻传播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：CN120296174B 。

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：202510773046.5，技术领域涉及：G06F16/355；该发明授权一种基于大数据的新闻传播方法是由曹鹏设计研发完成，并于2025-06-11向国家知识产权局提交的专利申请。

本一种基于大数据的新闻传播方法在说明书摘要公布了：本发明公开了一种基于大数据的新闻传播方法，涉及人工智能技术领域，包括，采集新闻数据，并进行预处理，生成结构化新闻数据集；构建动态超图对结构化新闻数据集进行结构化建模，通过节点和超边的联系，捕捉用户‑新闻之间的行为强度关联和新闻‑话题之间的语义关联，利用ApacheKafka动态更新节点和超边并移除过期交互记录；利用超图神经网络模型对更新后动态超图的节点特征进行多层聚合和非线性变换；通过深度学习模型分析新闻传播特征向量的时空动态特性，生成优化传播策略。本发明通过基于结构化新闻数据集构建动态超图，增强了新闻传播特征提取的准确性和适应性。

本发明授权一种基于大数据的新闻传播方法在权利要求书中公布了：1.一种基于大数据的新闻传播方法，其特征在于：包括， 采集新闻数据，并进行预处理，生成结构化新闻数据集，所述结构化新闻数据集包括哈希化用户标识、用户特征向量、交互记录、新闻内容特征向量和话题特征向量； 构建动态超图对结构化新闻数据集进行结构化建模，通过节点和超边的联系，捕捉用户-新闻之间的行为强度关联和新闻-话题之间的语义关联，利用ApacheKafka动态更新节点和超边并移除过期交互记录； 利用超图神经网络模型对更新后动态超图的节点特征进行多层聚合和非线性变换，生成新闻传播特征向量； 通过深度学习模型分析新闻传播特征向量的时空动态特性，生成优化传播策略； 所述构建动态超图对结构化新闻数据集进行结构化建模是指从结构化新闻数据集读取结构化新闻数据，定义用户节点、新闻节点和话题节点，并创建用户-新闻超边和新闻-话题超边，形成动态超图； 所述通过深度学习模型分析新闻传播特征向量的时空动态特性，具体步骤为， 从ApacheKafka获取带时间信息的新闻传播特征向量； 通过深度学习模型的注意力机制层处理新闻传播特征向量，生成注意力权重； 基于注意力权重调整新闻传播特征向量，形成加权新闻传播特征向量； 通过深度学习模型的LSTM层对加权新闻传播特征向量进行时间步长处理，捕捉加权新闻传播特征向量的传播动态特性； 利用LSTM层的门控机制更新LSTM层的隐藏状态，生成新闻传播特征向量的时空动态特性表示。

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乐山师范学院，其通讯地址为：614099 四川省乐山市市中区滨河路778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。