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！

龙图腾网获悉北京大学申请的专利一种社交网络群体分类方法、系统、设备和存储介质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：CN120181093B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202510502868.X，技术领域涉及：G06F40/30；该发明授权一种社交网络群体分类方法、系统、设备和存储介质是由宋洁;姜平;吴昊宇;励景松;王紫薇;李珩周设计研发完成，并于2025-04-22向国家知识产权局提交的专利申请。

本一种社交网络群体分类方法、系统、设备和存储介质在说明书摘要公布了：本发明公开一种社交网络群体分类方法、系统、设备和存储介质，涉及数据处理领域，所述方法包括：根据待分类的目标用户数据构建目标用户特征；所述目标用户特征包括目标用户的端点特征和超边特征；调用话题组分类模型计算所述目标用户特征分别与至少两个话题组特征的关联度参数，所述关联度参数用于表征所述目标用户属于与相应话题组特征对应话题组的可能性；将关联度参数的最大值对应的话题组确定为所述目标用户数据所属话题组。通过构建包含端点特征和超边特征的全面目标用户特征，以及基于超图网络训练的话题组分类模型，能够更准确地捕捉用户与话题组之间的复杂关系，从而提高目标用户所属话题组的分类准确性。

本发明授权一种社交网络群体分类方法、系统、设备和存储介质在权利要求书中公布了：1.一种社交网络话题组分类方法，其特征在于，所述方法包括： 根据待分类的目标用户数据构建目标用户特征；所述目标用户特征包括目标用户的端点特征和超边特征； 调用话题组分类模型计算所述目标用户特征分别与至少两个话题组特征的关联度参数，所述关联度参数用于表征所述目标用户属于与相应话题组特征对应话题组的可能性；所述话题组分类模型是基于超图网络训练的；所述超图网络是基于社交网络中的用户和话题信息之间的端点特征和超边特征构建的； 将关联度参数的最大值对应的话题组确定为所述目标用户数据所属话题组; 其中，所述话题组分类模型按照如下步骤基于所述超图网络训练：获取若干训练样本，任一训练样本为所述超图网络，所述超图网络包括若干端点特征和端点特征对应的真实话题组、以及若干超边特征，所述端点特征为训练要素的特征，所述训练要素包括第一类型用户、第二类型用户和话题信息；所述超边特征表征所述第一类型用户、第二类型用户和话题信息之间的互动关系；针对每个端点特征，调用初始话题组分类模型预测出端点特征对应的预测话题组；计算所述预测话题组和所述真实话题组之间的损失函数；在所述损失函数不满足收敛条件的情况下，通过反向传播调整所述初始话题组分类模型的参数，循环上述步骤直到所述损失函数满足所述收敛条件，得到训练后的话题组分类模型; 所述超图网络按照如下步骤构建：从社交网络平台收集所述若干第一类型用户和所述若干第二类型用户的发帖内容；其中所述第一类型用户表征具备设定影响力条件的用户，所述第二类型用户为除了所述第一类型用户外的所有用户；从所述发帖内容分别提取若干第一类型用户的端点特征和若干第二类型用户的端点特征；根据若干第一类型用户的端点特征和若干第二类型用户的端点特征以及若干话题信息，确定每个端点特征对应的真实话题组；基于若干所述端点特征之间的互动关系构建若干超边特征；为每个超边特征分配权重，得到超边权重集合；基于若干端点特征以及端点特征对应的真实话题组、所述若干超边特征和所述超边权重集合构建所述超图网络。

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北京大学，其通讯地址为：100871 北京市海淀区颐和园路5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”。