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！

龙图腾网获悉重庆大学申请的专利基于层次图属性网络表示学习的论文推荐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：CN115329189B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202210811231.5，技术领域涉及：G06F16/9535；该发明授权基于层次图属性网络表示学习的论文推荐方法及系统是由周明强;韩奇志;李梦娇;张程设计研发完成，并于2022-07-11向国家知识产权局提交的专利申请。

本基于层次图属性网络表示学习的论文推荐方法及系统在说明书摘要公布了：本发明提供了基于层次图属性网络表示学习的论文推荐方法及系统，方法包括：基于论文库构建论文网络；基于所述论文网络，通过边合并、结构等效性合并、社区合并和属性合并，构建层次图；对所述层次图进行层内网络表示学习以及层间网络表示学习，生成论文节点嵌入表示，所述层间网络表示学习先执行正向初始化，再执行反向初始化的层间网络表示学习；基于所述论文节点嵌入表示，所述通过计算论文节点间的嵌入表示的相似度来生成论文推荐列表，并将所述论文推荐列表中的论文推荐给用户。本发明采用基于层次图属性网络表示学习的论文推荐方法，从而从根源上解决了现有的基于网络表示学习方法的论文推荐准确率低的问题。

本发明授权基于层次图属性网络表示学习的论文推荐方法及系统在权利要求书中公布了：1.一种基于层次图属性网络表示学习的论文推荐方法，其特征在于，包括步骤： S1、基于论文库构建论文网络，其中，所述论文网络中的节点表示论文，边表示论文间的引用关系，节点的属性信息为论文的信息，所述论文的信息包括：题目、摘要、关键词、作者、机构、发表时间； S2、基于所述论文网络，通过结构合并和属性合并，构建层次图G0，G1，...，GH，其中，所述结构合并包括边合并、结构等效性合并、社区合并； S3、对所述层次图进行网络表示学习，生成论文节点嵌入表示，包括： S31、对所述层次图进行层内网络表示学习； S32、对所述层次图进行层间网络表示学习，具体包括： 1执行正向初始化：从1层开始到H层，将Gi-1中的多个论文节点的结果嵌入表示执行Max-Pooling以初始化对应的Gi中的超节点u的初始化嵌入表示 其中，代表在正向初始化过程中i-1层论文节点v的结果嵌入表示，表示在正向初始化过程中i层论文节点u的初始嵌入表示，在原始论文网络图G0中，随机初始化层内表示学习的初始节点嵌入表示； 2执行反向初始化：从H-1层开始到0层，给定Gi+1中论文节点u新学习到的结果嵌入以及Gi中构成超节点u的原始节点v在正向初始化中生成的结果嵌入执行Mean-Pooling得到论文节点v的新的初始化嵌入 其中，代表在反向初始化过程中i+1层论文节点u的结果嵌入表示,代表在反向初始化过程中i层论文节点v的初始嵌入表示，在第H层上，令反向初始化过程的论文节点v的初始化嵌入表示等于正向初始化过程的论文节点v的结果嵌入表示 S33、采用级联的方式将论文节点各个层次中的反向初始化网络表示拼接起来，生成论文节点嵌入表示，具体为： 其中，表示第i层网络中论文节点v的反向初始化网络表示，xv表示论文节点v的嵌入表示； S4、根据所述论文节点嵌入表示，通过计算论文节点间的嵌入表示的相似度来生成论文推荐列表，并将所述论文推荐列表推荐给用户。

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重庆大学，其通讯地址为：400030 重庆市沙坪坝区沙正街174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。