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！

龙图腾网获悉重庆邮电大学申请的专利一种基于原生-衍生话题迁移学习的关键元素影响力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：CN115757518B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202211496022.2，技术领域涉及：G06F16/2457；该发明授权一种基于原生-衍生话题迁移学习的关键元素影响力发现方法是由余翔;郭贞惠;肖云鹏;庞育才;王蓉;李茜;段思睿;李暾设计研发完成，并于2022-11-25向国家知识产权局提交的专利申请。

本一种基于原生-衍生话题迁移学习的关键元素影响力发现方法在说明书摘要公布了：本发明属于数据挖掘技术领域，涉及一种基于原生‑衍生话题迁移学习的关键元素影响力发现方法，包括从社交平台提供的API接口中获取包含原生话题和衍生话题的信息以及相关用户信息；构建衍生话题早期传播网络拓扑结构及传播时序，包括用联合分布自适应方法对原生话题和衍生话题内容空间进行跨领域特征适配，并考虑衍生话题早期数据稀疏，用对抗迁移学习方法对网络结构进行补偿；构建衍生话题的消息‑路径‑用户三元关联图并进行循环迭代打分，对衍生话题的关键元素影响力大小排序；本发明可以及时准确地挖掘衍生话题爆发早期的关键元素，本发明也可以广泛应用于精准投放商品广告、发现重要致病基因、预测热门研究成果和阻止计算机病毒传播等。

本发明授权一种基于原生-衍生话题迁移学习的关键元素影响力发现方法在权利要求书中公布了：1.一种基于原生-衍生话题迁移学习的关键元素影响力发现方法，其特征在于，包括以下步骤： 从社交平台提供的API接口中获取包含原生话题和衍生话题的信息以及相关用户信息； 构建衍生话题早期传播网络拓扑结构及传播时序，包括用联合分布自适应方法对原生话题和衍生话题内容空间进行跨领域特征适配，该过程的优化目标表示为： 其中，X表示原生话题和衍生话题合并的数据；C表示样本类别的数量；Mc表示类与类之间的最大均值差异矩阵；λ表示正则项参数；I表示单位矩阵；W表示原生话题和衍生话题内容空间的共享特征；Θ为拉格朗日乘子，H是中心矩阵； 并考虑衍生话题早期数据稀疏，用对抗迁移学习方法对网络结构进行补偿，具体包括以下步骤： 构建每个节点的结构特征向量，一个节点的结构特征向量由该节点的节点结构和节点影响力构成； 构建包括特征提取器Gf、标签分类器Gy和域判别器Gd的对抗迁移学习网络； 通过特征提取器从节点的结构特征向量中提取特征，标签分类器通过提取的特征进行分类，域判别器通过提取的特征来源于原生话题还是衍生话题； 在补偿过程中，特征提取器最小化标签分类器误差，并最大化域判别器的分类误差； 构建衍生话题的消息-路径-用户三元关联图，表示为： 为用户到路径的转移概率矩阵表示为： 为路径到用户的转移概率矩阵表示为： 为路径到用户的转移概率矩阵表示为： 为消息到路径的转移概率矩阵，表示为： 其中，U为用户集合，P为路径集合，M为消息集合；simmi,pj表示第i条消息向量与第j条路径向量之间的相似度矩阵；Nmi表示与第i条消息有转移关系的路径类型节点集合；simpj,mi表示第j条路径向量与第i个消息向量之间的相似度矩阵；Npj表示与第j条路径有转移关系的用户类型节点集合；simpj,uk表示第j条路径向量与第i个用户向量之间的相似度矩阵；Nuk表示与第k个用户有转移关系的路径类型节点集合； 并进行循环迭代打分，对衍生话题的关键元素影响力大小排序。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2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”。