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！

龙图腾网获悉中国人民解放军战略支援部队信息工程大学申请的专利一种基于时序邻域聚合的多视野动态网络链接预测方法及系统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：CN114970854B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202210563574.4，技术领域涉及：G06N3/082；该发明授权一种基于时序邻域聚合的多视野动态网络链接预测方法及系统是由刘琰;钟凤喆;冯昊;刘楝;王黎明设计研发完成，并于2022-05-23向国家知识产权局提交的专利申请。

本一种基于时序邻域聚合的多视野动态网络链接预测方法及系统在说明书摘要公布了：本发明一种基于时序邻域聚合的多视野动态网络链接预测方法及系统，该方法包括：以时序动态网络作为输入，捕获每个节点的时序邻域，并计算时序邻域中邻居与节点之间的注意力系数和时间衰减系数，构建时差注意力机制，并利用乘法、求和、拼接操作聚合时序邻域，生成局部视野特征作为节点的初始嵌入；利用节点交互时间计算节点转移概率，生成时序偏重的节点随机游走路径；利用词向量模型构建目标函数，将网络的局部特征和节点随机游走路径融合，生成具有多视野特征的节点嵌入；利用逻辑回归方法对未来时序动态网络发生的链接进行预测。本发明从多视野角度捕获融合时序动态网络特征，具有较好的链接预测效果。

本发明授权一种基于时序邻域聚合的多视野动态网络链接预测方法及系统在权利要求书中公布了：1.一种基于时序邻域聚合的多视野动态网络链接预测方法，其特征在于，包括： 步骤1：以时序动态网络作为输入，捕获每个节点的时序邻域，并计算时序邻域中邻居与节点之间的注意力系数和时间衰减系数，构建时差注意力机制，并利用乘法、求和、拼接操作聚合时序邻域，生成局部视野特征作为节点的初始嵌入；所述时序动态网络包括DBLP，Digg，Tmall； 步骤2：利用节点交互时间计算节点转移概率，生成时序偏重的节点随机游走路径； 步骤3：利用词向量模型构建目标函数，将网络的局部视野特征和节点随机游走路径融合，生成具有多视野特征的节点嵌入； 步骤4：利用逻辑回归方法对未来时序动态网络发生的链接进行预测； 所述步骤1包括： 步骤1.1：按照下式计算时序邻域中邻居h与节点v之间的注意力系数αv,h： 其中dis表示邻居h与节点v之间的距离函数，Hv表示节点v的邻居节点集合，xv表示节点v的向量，xh表示节点h的向量，xj表示节点j的向量； 步骤1.2：按照下式计算时序邻域中邻居h与节点v之间的时间衰减系数κtv,tv,h： κtv,tv,h＝exp-δtv-tv,h3-2 其中tv表示节点v最后一次出现的时间，tv,h表示节点v与其邻居h发生交互的时间，δ表示时间折扣率； 步骤1.3：按照下式聚合时序邻域： 其中表示节点v基于时差注意力机制的时序邻域聚合结果； 步骤1.4：按照下式生成节点v的局部视野特征，作为节点的初始嵌入： 其中yv表示聚合后的节点v的局部视野特征，σ为激活函数，||表示拼接； 所述步骤3中目标函数为： 其中ST表示生成时序偏重的节点随机游走路径，Cv＝{vi-w,…,vi-1,vi+1,…vi+w}表示基于Skip-Gram模型得到的路径ST中节点vi的上下文窗口，w表示设定的窗口大小，yc表示节点c的局部视野特征，yv表示节点v的局部视野特征，yk表示节点k的局部视野特征，表示节点v的度分布，K是负采样节点数量，Pr为概率函数，vk表示节点v的采样个数，其服从节点v的度分布。

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中国人民解放军战略支援部队信息工程大学，其通讯地址为：450000 河南省郑州市高新区科学大道62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。