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基于贝叶斯网络的网络热点事件早期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：CN116796230B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202310749516.5，技术领域涉及：G06F18/24；该发明授权一种基于贝叶斯网络的网络热点事件早期预测方法是由闫科;孙明;田玲;郑旭;夏松林;仲文章;宋乐旋设计研发完成，并于2023-06-21向国家知识产权局提交的专利申请。

本一种基于贝叶斯网络的网络热点事件早期预测方法在说明书摘要公布了：本发明公开了一种基于贝叶斯网络的网络热点事件早期预测方法，包括以下步骤：采样选取源数据集，并对每条数据进行标签分类，得到事件集合样本数据，将事件集合样本数据划分为训练集和测试集；针对事件集合样本数据中的每条样本事件，提取关联各类早期信息数据作为输入特征，并基于特征数据构建贝叶斯网络模型，得到联合概率分布表示；基于联合概率分布表示和训练集，进行贝叶斯网络模型参数估计，得到优化的热点事件早期预测模型；将测试集中的样本事件输入到优化的热点事件早期预测模型中，预测样本事件是否会成为热点事件，并得到预测结果概率。本发明解决了现有热点事件预测方法对于网络数据特征提取复杂度高且早期预测效果不佳的问题。

本发明授权一种基于贝叶斯网络的网络热点事件早期预测方法在权利要求书中公布了：1.一种基于贝叶斯网络的网络热点事件早期预测方法，其特征在于，包括以下步骤： S1：采样选取源数据集，并对每条数据进行标签分类，得到事件集合样本数据，将事件集合样本数据划分为训练集和测试集； S2：针对事件集合样本数据中的每条样本事件，提取关联各类早期信息数据作为输入特征，并基于特征数据构建贝叶斯网络模型，得到联合概率分布表示； 所述S2中包括以下分步骤： S2-1：设计并提取多个维度的信息特征，作为事件早期预测模型的输入，包括原始推文信息、时序转发信息、用户属性和网络结构； S2-2：根据事件早期预测模型的输入构建贝叶斯网络模型，所述贝叶斯网络模型包括情感分数、转发频率和、的变化速率、的变化加速度、用户数量、总粉丝数、转发链最大长度、社区数量和事件类别； S2-3：基于贝叶斯网络网络模型的节点属性和结构，得到联合概率分布函数，公式为 其中，为事件类别为热点或非热点的先验概率分布，为对应下的条件概率分布，为对应下的条件概率分布，为对应和下的条件概率分布，为对应和下的条件概率分布，为对应下的条件概率分布，为对应下的条件概率分布，为对应下的条件概率分布，为对应下的条件概率分布； S3：基于联合概率分布表示和训练集，进行贝叶斯网络模型参数估计，得到优化的热点事件早期预测模型； S4：将测试集中的样本事件输入到优化的热点事件早期预测模型中，预测样本事件是否会成为热点事件，并得到预测结果概率。

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”。

以上内容由龙图腾AI智能生成。