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！

龙图腾网获悉江苏电子信息职业学院;淮阴工学院申请的专利基于非局部图感知的企业专家信息推荐方法及装置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：CN116204702B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202211591184.4，技术领域涉及：G06F16/9535；该发明授权基于非局部图感知的企业专家信息推荐方法及装置是由张有东;丁婧娴;索明何;李翔设计研发完成，并于2022-12-12向国家知识产权局提交的专利申请。

本基于非局部图感知的企业专家信息推荐方法及装置在说明书摘要公布了：本发明公开了一种基于非局部图感知的企业专家信息推荐方法及装置，对专家信息和项目信息进行标签作标记处理、定义，得到标签空间和标签集合，由专家基本信息、研究方向以及项目关联得到专家社交网络；利用PMI分别基于专家信息标签集合和项目基本信息标签集合计算标签权重，构建专家关联图和专家‑项目关联图；将其输入GNN提取邻域聚合特征，使用非局部注意提取非本地节点质心得到混合信息特征；通过计算图感知权重，与混合信息特征判断比较，输入GCN使用新权重得到关键特征表示，再通过分类选择推荐合适的专家。本发明使用图神经网络和图卷积神经网络结合非局部注意和图结构感知进行分类，普遍适用于企业中通过项目匹配选择专家信息，得到最优推荐。

本发明授权基于非局部图感知的企业专家信息推荐方法及装置在权利要求书中公布了：1.一种基于非局部图感知的企业专家信息推荐方法，其特征在于，包括如下步骤： 步骤1：对专家信息数据集D和科研项目数据集D1进行去重、去空，清洗和基础信息划分后得到专家基本信息标签数据集D2、专家研究方向信息标签数据集D3和专家-项目信息标签数据集D4； 步骤2：以专家基本信息标签数据集D2、专家研究方向信息标签数据集D3为主，专家-项目信息标签数据集D4为辅构建专家社交网络； 步骤3：使用PMI构建专家关联图和专家-项目关联图，通过对统计出的专家信息标签数据集D2、项目基本信息数据集标签D3和专家-项目信息标签数据集D4进行相应关键词提取，结合专家社交网络，再进行关联图连边权重计算，分别得到专家关联图Gi＝Vi,Ei和专家-项目关联图Gj＝Vj,Ej； 步骤4：使用GNN提取图节点本地邻域聚合特征，使用非局部注意对专家关联图Gi＝Vi,Ei和专家-项目关联图Gj＝Vj,Ej非本地提取节点质心，得到混合信息特征e”l； 步骤5：对专家关联图Gi＝Vi1,Ei1和专家-项目关联图Gj＝Vj1,Ej1提取图感知特征，依据专家社交网络中的专家研究方向关联以及项目关联度，通过计算图感知权重将节点更新后的专家关联图和专家-项目关联图输入GCN，结合图感知权重与原节点的邻居集的平均权重e”l以及原节点权重综合得出新权重表示ci，使用新的权重卷积得到特征表示，使用Softmax层对不同专家进行计算选择，最终推荐出合适的专家； 步骤5.1：将专家关联图Gi＝Vi,Ei和专家-项目关联图Gj＝Vj,Ej输入到GCN中进行特征提取，定义为矩阵H； 步骤5.2：定义权重fi和fj分别是专家与专家之间、专家与项目之间权重，F是常数，用于归一化； 步骤5.3：对于节点每个关系类型进行图感知操作，得到节点平均聚合值Nci表示节点i和关系c的邻域集合，hj表示节点j的隐藏向量，C表示节点i邻域节点的个数，Wc和bc表示图卷积参数，表示归一化因子； 步骤5.4：定义k为循环变量，且赋k初值为1，开始循环； 步骤5.5：如果k≤lenMaxD2,D3,D4，则进入步骤5.6；否则，跳转到步骤5.9； 步骤5.6：使用权重c分别对e”l和进行判断； 步骤5.7：若c≥e”l，则n1为簇内成员个数，否则c2＝c+e”l； 步骤5.8：若步骤5.7得出结果则n2为邻域感知节点个数，否则c4＝ci+ec； 步骤5.9：新的权重结果输入至GCN得到新的邻域节点特征X； 步骤5.10：将增强后的矩阵X输入到Softmax层中，输出概率推荐结果，依据结果选取合适的专家进行推荐。

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江苏电子信息职业学院;淮阴工学院，其通讯地址为：223005 江苏省淮安市经济技术开发区枚乘东路3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”。