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！

龙图腾网获悉电子科技大学申请的专利一种基于图神经网络的审稿人推荐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：CN116992143B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202310992484.1，技术领域涉及：G06F16/9535；该发明授权一种基于图神经网络的审稿人推荐方法是由吕琳媛;武强;郭彧宁设计研发完成，并于2023-08-08向国家知识产权局提交的专利申请。

本一种基于图神经网络的审稿人推荐方法在说明书摘要公布了：本发明属于知识管理及应用技术领域，具体涉及一种基于图神经网络的审稿人推荐方法。本发明的网络在图卷积神经网络的输出层增加了两个网络，分别是对图结构信息中的度信息和聚类系数信息的学习网络。为了加快学习的收敛，也为了使学习更为深入，本发明在对三个损失函数进行求和运算时添加了可学习的参数。为了加强图神经网络对网络结构的理解，本发明在NIGCN整个网络的输入层加上了度和聚类系数的网络结构信息。

本发明授权一种基于图神经网络的审稿人推荐方法在权利要求书中公布了：1.一种基于图神经网络的审稿人推荐方法，其特征在于，包括以下步骤： S1、基于cora数据集构建训练数据，将cora数据集所构成图的特征矩阵、聚类系数和度信息作为训练数据； S2、基于图神经网络构建审稿人推荐模型，包括第一图卷积层、第一激活层、第二图卷积层、Softmax层、第一线性层、第二激活层、第三线性层、第四线性层、第五激活层、第六线性层；特征矩阵、聚类系数和度共同输入第一图卷积层和第一激活层，作为共用的隐藏层，而后将第一激活层输出的数据输入三条并列的支路，分别为将共用隐藏层输出数据输入由第二图卷积层、Softmax层构成的第一支路，第一支路输出分类标签值的学习结果；将共用隐藏层输出数据与度数据共同输入由第一线性层、第二激活层、第三线性层构成的第二支路，第二支路输出度信息的学习结果；将共用隐藏层输出数据与聚类系数数据共同输入由第四线性层、第五激活层、第六线性层构成第三支路，第三支路输出聚类系数的学习结果； S3、利用S1构建的训练数据对S2构建的推荐模型进行训练，采用的损失函数为： ， 其中，第一支路输出分类标签值的学习结果与实际标签值经归一化的交叉熵损失函数运算得到loss1,第二支路输出度信息的学习结果与实际度信息经均方方差损失函数运算得到loss2,第三支路输出聚类系数的学习结果与实际聚类系数经均方方差损失函数运算得到loss3，为3个可学习参数； 经过训练后得到训练好的推荐模型； S4、利用训练好的推荐模型进行推荐，具体为将新投稿的论文及其引用论文构成图信息并输入到训练好的推荐模型，得到推荐结果。

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电子科技大学，其通讯地址为：611731 四川省成都市高新西区西源大道2006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”。