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！

龙图腾网获悉复旦大学申请的专利网络社区类群与用户的表征模型的建模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：CN117312489B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202311078577.X，技术领域涉及：G06F16/334；该发明授权网络社区类群与用户的表征模型的建模方法是由魏忠钰;张辛农设计研发完成，并于2023-08-25向国家知识产权局提交的专利申请。

本网络社区类群与用户的表征模型的建模方法在说明书摘要公布了：本发明的目的是提供一种网络社区类群与用户统一建模的图预训练方法，所述方法包括：通过对社区级和用户级两类不同的对象抽取语义信息和结构信息，搭建具有层次特征的异质图模型；在该模型的预训练过程中，通过引入能够适应不同层级对象的自监督任务，训练模型能够表示不同层级对象的特征，以及层级之间的相互关系；在该模型的预训练过程中，通过设计层次化迭代的训练方法，模型能够促进不同层级之间的相互表示，完成以社区、用户为目标对象的多种复杂推断任务。

本发明授权网络社区类群与用户的表征模型的建模方法在权利要求书中公布了：1.一种网络社区类群与用户的表征模型的建模方法，其特征在于：对社区层级和用户层级进行协同建模，所述方法包括： 通过从属于网络社区类群的用户对网络社区类群进行筛选； 抽取各个网络社区类群的语义信息以及网络社区类群内各个用户个体的语义信息；抽取不同网络社区类群之间的结构信息、不同用户个体之间的结构信息、网络社区类群和用户之间抽取结构信息，包括： 构建节点类型，其中，社区层级中的节点由网络社区类群表征，用户层级中的节点由用户个体表征； 构建节点关系，其中，对于网络社区类群之间的关系，以社区间的超链接作为构建规则，对于用于个体之间的关系，以用户的社交互动作为构建规则；对于所述网络社区类群和用户个体之间的关系，以用户的活跃特征作为构建规则； 赋予节点语义信息，其中，对于社区层级中的节点，语义信息的表征从超链接连边的文本抽取，对所有包含该超链接的原始文本进行LIWC等词典信息统计，作为网络社区类群的宏观语义信息；对于用户层级的节点，语义信息的表征从用户自主在社区中发布的内容标题文本中抽取，语义信息的表征从用户自主在社区中发布的内容标题文本中抽取，对标题文本使用BERT模型编码后，对同一用户的多条编码输出均值到一维作为初始的嵌入特征； 并抽取不同网络社区类群的语义信息，以及不同网络社区类群之间的结构信息； 对网络社区类群内用户按个体抽取不同用户的语义信息，以及不同用户间的结构信息； 对网络社区类群和用户之间抽取结构信息； 综合所有的语义信息与所有的结构信息构建包含社区层级和用户层级的异质社交网络。

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复旦大学，其通讯地址为：200433 上海市杨浦区邯郸路220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。