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！

龙图腾网获悉南开大学申请的专利基于谱域图神经网络的用户异常评论检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：CN118709064B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202410768521.5，技术领域涉及：G06F18/2413；该发明授权基于谱域图神经网络的用户异常评论检测方法是由宋春瑶;李玉奇;廉亚红;袁晓洁设计研发完成，并于2024-06-14向国家知识产权局提交的专利申请。

本基于谱域图神经网络的用户异常评论检测方法在说明书摘要公布了：本发明公开了一种基于谱域图神经网络的用户异常评论检测方法。首先根据用户评论网络定义定点、顶点的特征矩阵X和边，进而建立用户评论图数据；再分别为每个顶点找到与其特征最相似的k个邻居以及特征最不相似的k个邻居，分别构建出KNN图和KFN图；再通过谱域图神经网络来学习顶点在三张图中的向量表示；再将三种顶点向量表示使用注意力机制进行聚合，再利用聚合后的特征来识别异常评论；再使用损失函数训练模型，当某次迭代的预测类别的准确率在验证集上存在提升时，就使用最新的顶点向量表示更新KNN图和KFN图，直至模型收敛。本发明不受异常类型限制，具有通用性，可以自适应地识别异常顶点，大大提高异常检测能力。

本发明授权基于谱域图神经网络的用户异常评论检测方法在权利要求书中公布了：1.一种基于谱域图神经网络的用户异常评论检测方法，其特征在于，该方法包括以下步骤： 步骤1、对输入数据进行预处理：将用户的评论建模为顶点；将评论内容和用户本身的统计信息建模为特征向量，进而得到顶点的特征矩阵X；根据评论之间的交互关系建立评论对应的顶点之间的边；顶点、特征矩阵X和边构成用户评论图数据；再将用户评论图数据中所有的顶点划分为训练集、验证集和测试集； 步骤2、利用步骤1的顶点的特征矩阵X，分别为每个顶点找到与其特征最相似的k个邻居以及特征最不相似的k个邻居，再根据特征最相似的k个邻居构建出KNN图以及根据特征最不相似的k个邻居构建出KFN图；KNN图表示近邻图；KFN图表示远邻图； 步骤3、通过谱域图神经网络来学习顶点的向量表示：分别在用户评论图数据中使用修正后的带通滤波器、在KNN图中使用修正后的低通滤波器以及在KFN图中使用修正后的高通滤波器来学习顶点在用户评论图数据、KNN图和KFN图这三张图中的向量表示； 步骤4、将步骤3得到的三种顶点向量表示使用注意力机制进行聚合，得到聚合后的顶点向量表示Z； 步骤5、利用步骤4得到的聚合后的顶点向量表示Z，对训练集中所有顶点的真实类别Y进行预测来识别异常顶点，再采用损失函数对模型进行一次迭代； 然后判断在验证集上预测类别的准确率是否存在提升：当没有提升时，返回步骤3；当有提升时，返回步骤2，利用本次迭代中在步骤4得到的聚合后的顶点向量Z来重新计算步骤2的KNN图和KFN图； 直至模型收敛，然后预测步骤1得到的用户评论图数据的测试集中的顶点的类别。

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南开大学，其通讯地址为：300071 天津市南开区卫津路94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。