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;喀什地区电子信息产业技术研究院申请的专利一种基于时间感知超图学习的多模态社交媒体流行度预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：CN119692524B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202411628881.1，技术领域涉及：G06Q10/04；该发明授权一种基于时间感知超图学习的多模态社交媒体流行度预测方法是由周帆;张杰男;杨凯;程章桃;钟婷设计研发完成，并于2024-11-14向国家知识产权局提交的专利申请。

本一种基于时间感知超图学习的多模态社交媒体流行度预测方法在说明书摘要公布了：本发明属于信息传播技术领域，公开了一种基于时间感知超图学习的多模态社交媒体流行度预测方法，首先，采用以时间为核心的方法来检索与目标UGC相关的前K个实例；随后，通过利用UGC属性，将所有相关实例连接在一起，形成目标UGC的超图；其次，研发了一个时间感知的引导式超图Transformer，旨在捕获内部和跨模态之间的相关性，并且使用时间编码器将时间信息嵌入到信息融合过程中；最后，运用一个包含两层前馈神经网络的模型来进行目标UGC流行度的预测。本发明探索了对目标用户生成内容UGC的时间关系进行建模，并通过多模态超图聚合来增强目标的表示，旨在通过聚合时间感知信息，引领自适应超图构建，以协助多模态的流行度预测。

本发明授权一种基于时间感知超图学习的多模态社交媒体流行度预测方法在权利要求书中公布了：1.一种基于时间感知超图学习的多模态社交媒体流行度预测方法，其特征在于，包括以下步骤： S1利用超图神经网络对UGC根据发布时间进行网络嵌入，得到UGC的超图表示嵌入，即包含时间关系和多模态嵌入表示信息的用户生成内容的嵌入向量； S2利用Transformer对超图中的时间信息和多模态的信息进行建模，以整合时间信息以及模态之间的相关性，得到每条UGC的最终嵌入向量表示；设计一个时间感知的超图Transformer，它集成了一个时间编码器以将时间信息注入到超图Transformer的多模态混合过程中；对于每个UGC及其周围的超边，以及其对应节点的每个特征，通过设计的超图Transformer获得富有表现力的表示；具体包括以下分步骤： S21时间编码器T-encoder用于建模连续的时间信息，将标量时间戳映射到dT维度的向量空间；这个过程可以总结为：其中是可学习的参数； S22超图Transformer通过多模态混合过程学习内部和跨模态的相关性，包括节点到超边和超边到节点；对于节点到超边，从视觉文本超图中提取视觉文本信息，以减少模态异质性；节点到第k个超边的过程定义为：其中v和t分别表示视觉和文本模态；表示第k个超边的特征；这里H是注意力头的数量；分别表示节点i和超边k的查询、键和值向量，通过线性变换和切片计算：是K个超边的嵌入矩阵；表示所有个头的键和值变换；ph-1和ph表示第h个切片的开始和结束索引； S23挖掘跨模态相关性并减少模态异质性的影响，实施了一个门控机制，以控制一种模态到另一种模态的信息流；跨模态交互过程可以总结如下：具体而言，门控过程可以总结为： S24使用连接操作来融合超边k的H个头部特定表示：类似地，可以被替换为以获得在超边到节点的过程中，通过类似但相反的过程将信息从超边传播到节点；最终，将获得节点i的表示和 S3根据UGC的嵌入表示对流行度进行预测。

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;喀什地区电子信息产业技术研究院，其通讯地址为：610094 四川省成都市高新区(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”。

以上内容由龙图腾AI智能生成。