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！

龙图腾网获悉北京工业大学申请的专利一种面向节点多维表征的图神经网络链接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：CN115618925B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202211394775.2，技术领域涉及：G06N3/042；该发明授权一种面向节点多维表征的图神经网络链接预测方法是由刘博;朱念;王慧娜;李金梦;季新婵设计研发完成，并于2022-11-01向国家知识产权局提交的专利申请。

本一种面向节点多维表征的图神经网络链接预测方法在说明书摘要公布了：一种面向节点多维表征的图神经网络链接预测方法属于推荐系统技术领域。首先，利用中文语料库对节点属性特征信息进行中文分词，扩增节点的语义表征。同时，建立预训练直推式图卷积算法，得到另一维节点表征。然后，通过自定义初始化权重系数实现两节点特征向量的拼接，完成节点语义向量和预训练向量在用户侧和物品侧向量空间映射。运用归纳式图卷积神经网络算法SAGE实现邻居节点采样和聚合，在SAGE框架中添加了节点度的信息，提高度小的节点被采样的概率，降低度大的节点被采样的概率。利用机器学习分类算法LGB作为下游分类任务，进而实现多模态跨领域的链接预测任务。

本发明授权一种面向节点多维表征的图神经网络链接预测方法在权利要求书中公布了：1.一种面向节点多维表征的图神经网络链接预测方法，其特征在于： 步骤1，对样本中文语义进行分词； 步骤1.1，获得样本节点的属性数据； 获取社交网络数据集，并对这些数据进行数据清洗，得到描述用户属性的特征数据，得到描述物品属性的特征数据； 步骤1.2，利用NLPIR技术进行中文分词； NLPIR会自动对专业领域词语进行分词与标注，支持对中文语句处理，在获取数据源的样本数据后，对描述节点属性的语义特征进行精确分词； 步骤2，获得表征节点的词向量表； 使用BERT将中文分词通过词向量映射到128维向量空间中，用向量空间上的余弦值作为文本语义上的相似度，将描述节点所有的tokenembedding进行sumpooling后表示节点的词向量； 步骤3，使用直推式模型进行预训练并得到结点初步表征； 步骤3.1，node2vec作为直推式算法对构造的网络拓扑图进行预训练；首先，通过定义超参数p＝0.25和q＝0.25来控制游走的策略，生成随机游走的节点序列，再运用word2vec词向量模型训练序列并得到节点的128维向量表征； 步骤3.2，把节点语义向量和预训练向量进行拼接； emb1＝SumPooling{token1,token2,…,tokeni},i∈1...n emb_node＝concatw1*emb1,w2*emb2 其中，emb1表示节点语义向量，它是由步骤2获得的词向量表tokenii∈1..n进行sumpooling的结果；emb2表示节点预训练向量，是由图神经网络直推式算法node2vec计算得到，定义初始化参数权重w1＝0.7,w2＝0.3进行向量拼接；在模型训练阶段，参数w1和w2会跟随着模型一起迭代训练； 步骤4，模型搭建，自定义归纳式算法SAGE框架进行图嵌入的学习，将步骤3得到的词向量作为模型的输入，通过归纳式学习方法来提取训练网络层中的最优节点表征； 步骤4.1，对节点的邻居进行采样，选择外层循环网络层数k作为能聚合到的邻居阶数，也代表着聚合次数；这里选择k的值为2，表示中心节点最多可以将其二阶领域的节点信息聚合到自己的嵌入表示中； 步骤4.2，聚合所采样邻居的特征信息，在内层循环中，对于每个节点v，首先使用v的邻居节点的k-1层的嵌入表示来通过聚合函数Mean生成v的邻居节点的k层表示hNv；之后将hNv和节点v的第k-1层的嵌入表示进行拼接，经过一个非线性变换后产生v的第k层的嵌入表示简单一层的图神经网络层公式表示为：Hk+1＝fHk,A＝σAHkWk； 步骤4.3，附加每个节点度的信息，由于节点度越大越容易被邻居节点采样到，这使得部分度小的节点很难通过采样和聚合归纳式学习到节点的表征，这里添加节点权重di，计算公式为：Degi表示节点i的出度与入度之和； 步骤5，利用SAGE网络最后一层网络参数，在数据源的样本数据上构造样本对，如果节点i到j存在边，则Aij＝1，否则为0；将数据集进行10折交叉验证，机器学习模型的学习率0.2，迭代100次，最大深度为5；并按得分选出最优的预测结果； 一个SAGE的前向传播网络层参数，输入节点维度为350×478表示图中节点的个数形成的邻接矩阵，conv卷积核大小为64×64、32×32，经过两层dropout＝0.1，最后输出32维的向量。

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北京工业大学，其通讯地址为：100124 北京市朝阳区平乐园100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。