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！

龙图腾网获悉浙江大学;浙江大学软件学院(宁波)创新与管理中心申请的专利基于时空特征感知时序图网络的社交网络链路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：CN121234161B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202511758644.1，技术领域涉及：G06F18/241；该发明授权基于时空特征感知时序图网络的社交网络链路预测方法是由刘瀚文;汪睿;宋明黎;伍赛设计研发完成，并于2025-11-27向国家知识产权局提交的专利申请。

本基于时空特征感知时序图网络的社交网络链路预测方法在说明书摘要公布了：本发明公开了一种基于时空特征感知时序图网络的社交网络链路预测方法，该方法将时序图中的关键特征分为时序特征与结构特征两大类别，对于时序特征，通过连续时间方法与里离散方法的自适应融合，有效地捕捉并权衡了长序依赖与近期依赖；对于图结构特征，通过共现邻居编码有效地对图结构信息做了显式编码，同时利用基于哈希的方法提高了共现邻居检索效率。这样的方法不仅通过对时序特征与结构特征的充分捕捉，在预测精度上超过了前序方法，例如在USLegis、UNtrade、Unvote数据集上相比前序最优方法平均精度分别提升了14.18%、15.89%、以及32.48%，并且在推理效率上也做到了更优的权衡。且实现简便，易于复现。

本发明授权基于时空特征感知时序图网络的社交网络链路预测方法在权利要求书中公布了：1.一种基于时空特征感知时序图网络的社交网络链路预测方法，其特征在于，包括以下步骤： 1通过对历史社交网络交互记录进行检索，以获取链路两端用户的时序历史交互用户列表、历史交互时间以及历史与当前交互特征信息； 2将互动的两个用户节点前一时刻的时序记忆、交互特征、时间编码通过一个多层感知机进行线性编码，得到用户时序记忆更新所需的“消息”，再利用长短记忆更新器LSMU综合消息与用户节点前一时刻时序记忆以更新用户节点的时序记忆； 3根据步骤1中获取的时序历史交互用户列表，利用多头注意力机制对节点与其历史邻居的时序记忆进行聚合，得到用户节点的时序特征编码； 4根据步骤1中获取的时序历史交互用户列表，通过哈希映射更新结构记忆得到的更新后的时序历史交互用户列表，进而计算源节点与目的节点之间的共现历史互动用户数，并利用多层感知机进行线性编码，得到用户节点的结构特征编码； 5根据步骤3与步骤4中得到的用户节点的时序特征编码与结构特征编码，通过信息瓶颈方法进行先编码再解码并附带数据降维，得到时空特征有机融合的用户节点编码，用于优化未来交互链路的预测性能； 6迭代步骤1-5，并使用多层感知机作为分类器来预测未来社交网络链路存在与否，再通过预设的损失函数对社交网络链路预测模型进行训练，达到预设的训练结束条件时得到收敛的社交网络链路预测模型，用于实时预测并获取预测结果。

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浙江大学;浙江大学软件学院(宁波)创新与管理中心，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。