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！

龙图腾网获悉华南师范大学;广州易飞信息科技有限公司申请的专利基于拓扑结构和属性信息的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：CN116932938B 。

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：202310697038.8，技术领域涉及：G06F16/955；该发明授权基于拓扑结构和属性信息的链接预测方法及系统是由汤庸;李伟生;汤非易;陈国华;袁成哲;林荣华;常超设计研发完成，并于2023-06-12向国家知识产权局提交的专利申请。

本基于拓扑结构和属性信息的链接预测方法及系统在说明书摘要公布了：本发明公开了基于拓扑结构和属性信息的链接预测方法及系统，通过对原始属性图进行偏置的随机游走计算，得到第一节点序列集合并对第一节点进行频率筛选，确定邻居节点集合，获取节点的属性向量表示进而确定相似属性节点集合，将邻居节点集合和相似属性节点集合融合生成第一属性图，进而预测源节点和目标节点之间存在链接的概率，本发明实施例能够有效地利用拓扑结构和属性信息来学习节点表示，并能够捕捉高阶的邻居信息，采用随机游走和频率筛选方法，能够捕获原始属性图中结构的邻近度，获得更加全面的信息，进而提供较为精确的链接预测结果，提高属性图中节点间链接预测的准确性。本发明可广泛应用于互联网技术领域。

本发明授权基于拓扑结构和属性信息的链接预测方法及系统在权利要求书中公布了：1.基于拓扑结构和属性信息的链接预测方法，其特征在于，包括： 从原始属性图的第一节点中确定一个根节点，根据所述根节点对所述原始属性图进行偏置的随机游走计算，得到第一节点序列集合，根据所述第一节点序列集合，对所述第一节点进行频率筛选，得到邻居节点集合； 采用BERT模型学习所述原始属性图的属性表示，得到所述原始属性图中所有所述第一节点的属性向量表示，生成高阶相似属性列表； 根据所述高阶相似属性列表，计算各个所述第一节点之间的属性相似度，进而确定所述根节点的相似属性节点集合； 合并所述邻居节点集合和所述相似属性节点集合得到第一属性图，并确定所述第一属性图的最终节点表示； 根据所述最终节点表示预测源节点与目标节点之间存在链接的概率； 所述根据所述根节点对所述原始属性图进行偏置的随机游走计算，得到第一节点序列集合，根据所述第一节点序列集合，对所述第一节点进行频率筛选，得到邻居节点集合，包括： 根据各个所述第一节点之间的边的权重和各个所述第一节点的影响力，计算一个所述第一节点以另一个所述第一节点作为下一个节点进行游走的游走概率； 以所述根节点作为随机游走计算的起始节点，根据所述游走概率进行偏置的随机游走计算，得到第一节点序列集合；其中，所述第一节点序列集合包括若干串第一节点序列； 根据所述第一节点在所述第一节点序列集合中出现的频率，确定邻居节点集合； 所述游走概率的计算公式为： 其中，Pvt∣vt-1表示第t-1个所述第一节点vt-1以第t个所述第一节点vt作为下一个节点进行游走的游走概率；αvt-1,vt是vt-1和vt之间的转移权重函数，Z是归一化常数，E是所述原始属性图中的边集； 所述频率的计算公式为： 其中，freqv,S表示当前节点v在所述第一节点序列集合S中出现的频率；countv,S表示所述当前节点v在所述第一节点序列集合S中出现的次数，表示所有所述第一节点在所述第一节点序列集合S中出现的次数之和；vr表示第r个所述第一节点； 确定邻居节点集合的函数表达式为： S′＝F|v|v∈S,freqv,Sτ∣ 其中，S′表示邻居节点集合；F是选择邻居节点的函数；v表示所述当前节点；τ是控制所选节点频率的频率阈值。

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华南师范大学;广州易飞信息科技有限公司，其通讯地址为：510631 广东省广州市中山大道西55号华南师范大学计算机学院；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。