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！

龙图腾网获悉广州大学申请的专利基于大模型与特征增强的图卷积神经网络实现虚拟身份关联方法及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：CN119442196B 。

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：202411206767.X，技术领域涉及：G06F21/31；该发明授权基于大模型与特征增强的图卷积神经网络实现虚拟身份关联方法及装置是由李树栋;姚明俊;吴晓波;方滨兴;曲春屹;张欣;冯依林;罗文伟设计研发完成，并于2024-08-30向国家知识产权局提交的专利申请。

本基于大模型与特征增强的图卷积神经网络实现虚拟身份关联方法及装置在说明书摘要公布了：本发明公开了一种基于大模型与特征增强的图卷积神经网络实现虚拟身份关联方法及装置，方法包括下述步骤：微调多模态大模型并提取用户最具区分度的多个属性，所述属性包括用户名、发帖内容、签到表示以及图像信息；将用户名、发帖内容、签到表示以及图像信息的属性拼接成特征矩阵，以用户作为节点、用户之间的关系作为边、特征矩阵为节点的属性构造图神经网络结构图；对节点特征进行增强；将两个平台中不同用户的身份嵌入到MLP分类器中并通过softmax输出，判断两个不同平台的用户是否属于同一用户。本发明利用用户多层级属性构建虚拟身份关联模型，通过多维度特征的融合方法，在弱监督条件下实现高精准度的用户匹配。

本发明授权基于大模型与特征增强的图卷积神经网络实现虚拟身份关联方法及装置在权利要求书中公布了：1.基于大模型与特征增强的图卷积神经网络实现虚拟身份关联方法，其特征在于，包括下述步骤： 微调多模态大模型并提取用户最具区分度的多个属性，所述属性包括用户名、发帖内容、签到表示以及图像信息； 将用户名、发帖内容、签到表示以及图像信息的属性拼接成特征矩阵，以用户作为节点、用户之间的关系作为边、特征矩阵为节点的属性构造图神经网络结构图； 构造出图神经网络结构图后，对邻居节点进行筛选，屏蔽掉出度和入度较小的节点保留那些在网络中具有显著影响力的节点，进而增强模型对重要节点关系的捕捉能力；将保留下来的邻居节点的特征作为目标节点的信息补充，通过多头注意力机制对这些补充信息进行加权整合，以进一步增强目标节点的特征表示和信息丰富性； 将两个平台中不同用户的身份嵌入到MLP分类器中并通过softmax输出，判断两个不同平台的用户是否属于同一用户； 增强目标节点的特征表示具体为： 用户a的社交连接为n表示用户a共有n条社交连接，由于不是每条社交连接都具有相同的重要性，因此定义邻居节点的拓扑重要性评分si,其中i表示节点索引，采用度中心性或其他图中心性指标来计算si,即： 其中∈是一个很小的常数，用于防止除零错误，degreei表示节点i的度数，即直接连接到节点i的节点数量； 设计多头注意力层，每个头计算邻居节点对目标节点的影响力，对于节点j到节点i的影响力,通过以下公式计算： 其中Wk是该头的权重矩阵，ak是注意力向量，||表示向量连接，hi表示节点i的特征向量，hj表示节点j的特征向量； 根据si的值，对进行调整，抑制拓扑重要性低的节点，具体表达为： 利用抑制性多头注意力更新节点特征。

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广州大学，其通讯地址为：510006 广东省广州市番禺区大学城外环西路230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。