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！

龙图腾网获悉南通大学申请的专利基于节点结构特征的图卷积神经网络的社区发现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：CN116226467B 。

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：202310297088.7，技术领域涉及：G06F16/901；该发明授权基于节点结构特征的图卷积神经网络的社区发现方法是由施振佺;孙凡;施佺;罗奇才;张翁坚;黄子玲;冯季;王博文设计研发完成，并于2023-03-24向国家知识产权局提交的专利申请。

本基于节点结构特征的图卷积神经网络的社区发现方法在说明书摘要公布了：本发明公开一种基于节点结构特征的图卷积神经网络的社区发现方法。首先，将不同类型的节点映射至同一空间，使用GCN模型求得节点特征。然后，从异构性和重叠性两个方面考虑节点的结构特征。接着，对三个角度下的目标节点表征进行堆叠，使用MLP生成最终的目标节点表征。最后，使用k‑means聚类算法，对节点进行社区划分。本发明从异构性和重叠性两个角度，考虑节点结构特征，从节点特征和节点结构特征两个方面，考虑节点表征，为学习节点表征提供了新的角度，提高了节点表征的质量，保证了社区发现的精确性，对个性化推荐、社区欺诈检测等多种领域有着重要意义。

本发明授权基于节点结构特征的图卷积神经网络的社区发现方法在权利要求书中公布了：1.一种基于节点结构特征的图卷积神经网络的社区发现方法，其特征在于，所述方法包括如下步骤： 步骤1：对图进行预处理，将图中不同类型的节点映射到同一个潜在向空间中； 步骤2：使用GCN模型，学习目标节点的第一节点特征； 步骤3：根据图的边关系类型，将图分为M个关系子图；针对每个关系子图，分别使用GCN模型，求得目标节点在不同关系下的特征向量；使用多头注意力机制聚合多关系下的节点特征，形成第二节点特征； 步骤4：考虑节点之间重叠邻居的特征，根据邻接矩阵求得节点的结构表示，形成节点的结构特征矩阵；考虑多阶邻居关系，形成多阶的邻接矩阵，根据结构特征矩阵和邻接矩阵，形成在每阶层情况下的节点表征矩阵，最后使用多层感知机连接，形成第三节点特征； 步骤5：堆叠第一节点特征、第二节点特征、第三节点特征，通过多层感知机输出最终的节点表征模型； 步骤6：使用交叉熵损失函数训练所述节点表征模型； 步骤7：使用k-means聚类方法，将各个节点聚入各个社区，实现社区检测； 所述步骤1的具体步骤如下： 步骤1-1：将用于社区网络的图定义为G＝V,E,Tv,Te，它包含了具有多种节点类型Tv的多个节点V和具有多种边类型Te的边E，该图有多种边类型|Te|1，边类型映射函数：节点个数为N，节点v的邻居表示为Nv，euv表示从节点u到v的连接边；任何节点v，其邻居节点集表示为 用表示初始节点特征矩阵，节点v的初始特征向量为 对不同类型的节点应用特定类型的线性变换，将其映射到同一潜在空间中，形成映射后矩阵H； 对于t∈Tv型的节点v∈Vt有： 其中Wt是t关系下的可训练权重矩阵，是在t关系下节点v的初始特征向量； 对于同时具有多种类型的节点v有： 步骤1-2：将数据集划分成训练集、验证集和测试集以进行实验。

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南通大学，其通讯地址为：226019 江苏省南通市崇川区永福路79号1幢南通大学技术转移研究院；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”。