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强化状态建模的知识图谱多跳推理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：CN116757282B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202310749294.7，技术领域涉及：G06N5/025；该发明授权一种基于强化状态建模的知识图谱多跳推理方法是由张栗粽;田玲;郑旭;尹晓宇;黄嘉豪;杨筠设计研发完成，并于2023-06-21向国家知识产权局提交的专利申请。

本一种基于强化状态建模的知识图谱多跳推理方法在说明书摘要公布了：本发明公开了一种基于强化状态建模的知识图谱多跳推理方法，包括以下步骤：利用一组嵌入模型对知识图谱数据进行预训练，得到实体和关系的嵌入表示，并使用测试集评估各嵌入模型的预测性能，得到一组MRR指标；根据MRR指标计算模型权重，并对各嵌入模型进行排序，得到带权重的嵌入模型；根据带权重的嵌入模型，对每个查询计算对应的全局目标嵌入表示；根据全局目标嵌入表示，构建强化学习状态模型；对强化学习状态模型进行训练，并使用训练完成的强化学习状态模型进行知识图谱的推理补全工作，完成基于强化状态建模的知识图谱多跳推理。本发明解决了针对强化代理全局信息表征不足，在稀疏图谱上的推理缺乏依据，从而限制了模型链接预测性能的问题。

本发明授权一种基于强化状态建模的知识图谱多跳推理方法在权利要求书中公布了：1.一种基于强化状态建模的知识图谱多跳推理方法，用于社交好友推荐，其特征在于，包括以下步骤： S1、利用一组嵌入模型对社交知识图谱数据进行预训练，得到用户实体和好友关系的嵌入表示，并使用测试集评估各嵌入模型的预测性能，得到一组指标的集合； S2、根据指标，计算各个嵌入模型的模型权重，并按照嵌入模型的模型权重递减的顺序对各个嵌入模型进行重新排序，得到带权重的嵌入模型； S3、根据带权重的嵌入模型，对每一个潜在好友查询计算对应的全局好友目标嵌入表示； S4、根据全局好友目标嵌入表示，构建强化学习状态模型； S5、利用社交知识图谱对强化学习状态模型进行训练，并使用训练完成的强化学习状态模型进行社交知识图谱的推理补全工作，完成基于强化状态建模的知识图谱多跳推理； 所述步骤S3具体步骤为： S31、将潜在好友查询输入至一组带权重的嵌入模型中，并通过每个带权重的嵌入模型分别对潜在好友查询进行预测，得到一组全局好友目标的集合； S32、将一组全局好友目标的集合中的每个置信度分别乘上每个带权重嵌入模型对应的权重，将预测到相同用户实体的置信度累加，并将所有结果按照置信度递减的顺序排列，取前个用户构成针对潜在好友查询的全局好友目标候选列表； S33、利用置信度过滤器过滤掉全局好友目标候选列表中质量不优的用户，得到全局好友目标列表； S34、基于全局好友目标列表，通过加权平均计算全局好友目标嵌入表示； 所述步骤S4具体步骤为： S41、根据全局好友目标嵌入表示，定义代理进行到第个时间步时的状态； S42、根据社交知识图谱定义行动空间，并基于行动空间进行代理； S43、选取长短期记忆网络LSTM和全连接网络分别作为记忆网络和策略网络； S44、在第个时间步，由代理将状态输入至策略网络，并执行某个行动； S45、在代理执行某个行动后，将代理移动到与这个行动连接的实体节点； S46、定义代理的奖励值，完成学习状态模型的构建。

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。