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！

龙图腾网获悉哈尔滨工业大学(威海);威海天之卫网络空间安全科技有限公司申请的专利一种基于增强的多关系图神经网络的垃圾评论检测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：CN117312557B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202311226113.9，技术领域涉及：G06F16/35；该发明授权一种基于增强的多关系图神经网络的垃圾评论检测方法是由王巍;魏家扬;李琰;辛国栋;黄俊恒;佟晓筠设计研发完成，并于2023-09-22向国家知识产权局提交的专利申请。

本一种基于增强的多关系图神经网络的垃圾评论检测方法在说明书摘要公布了：本申请提供了一种基于增强的多关系图神经网络的垃圾评论检测方法，其解决了类不平衡、垃圾评论“伪装”行为导致检测模型训练不佳，进而造成检测效果不理想的技术问题；包括以下步骤：获取用户评论的特征，并转化为特征向量形式；以用户评论为节点，构建用户评论的多关系图，并划分训练集和测试集；计算训练集的邻域同质性、标签感知得分，以此进行邻居采样；将随机变量与训练集的异常节点的特征向量相乘，生成新异常节点；训练图神经网络模型，对训练集节点进行判别学习；使用训练好的图神经网络模型对测试集节点进行预测，输出预测结果。本申请应用于垃圾评论检测的技术领域。

本发明授权一种基于增强的多关系图神经网络的垃圾评论检测方法在权利要求书中公布了：1.一种基于增强的多关系图神经网络的垃圾评论检测方法，其特征在于：包括以下步骤： 获取用户评论的特征，并转化为特征向量形式； 以用户评论为节点，构建用户评论的多关系图，并划分训练集和测试集； 计算训练集的邻域同质性、标签感知得分，以此进行邻居采样； 将随机变量与训练集的异常节点的特征向量相乘，生成新异常节点； 训练图神经网络模型，对训练集节点进行判别学习； 使用训练好的图神经网络模型对测试集节点进行预测，输出预测结果； 所述邻居采样包括： 利用邻域同质性及节点标签感知得分，对训练集的每个节点在多关系图上进行欠采样，作为关系内邻居；在多关系图上过采样与其标签感知类别相同且得分最高的节点，作为新关系中的邻居； 所述生成新异常节点，过程如下： 对于训练集的每一个异常节点，生成k-1个新异常节点，生成的异常节点与原异常节点具有相同的邻居；其中k=1，为异常节点的比例系数；生成的异常节点公式如下： ， 其中，为原异常节点v的特征，为随机变量； 关于随机变量的概率密度函数，公式如下： ， 其中，、为超参数； 所述训练图神经网络模型，对训练集节点进行判别学习，包括如下步骤： 训练图神经网络模型，进行关系内信息聚合和关系间信息聚合学习； 构建图神经网络的交叉熵损失函数，对训练集节点进行判别学习。

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哈尔滨工业大学(威海);威海天之卫网络空间安全科技有限公司，其通讯地址为：264209 山东省威海市文化西路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”。

以上内容由龙图腾AI智能生成。