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！

龙图腾网获悉重庆邮电大学申请的专利一种基于迁移学习的社交网络衍生话题传播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：CN115470984B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202211110465.3，技术领域涉及：G06F18/241；该发明授权一种基于迁移学习的社交网络衍生话题传播预测方法是由肖云鹏;胡波建;李茜;王蓉;李暾;庞育才;贾朝龙设计研发完成，并于2022-09-13向国家知识产权局提交的专利申请。

本一种基于迁移学习的社交网络衍生话题传播预测方法在说明书摘要公布了：本发明属于社交网络舆情分析领域，具体涉及一种基于迁移学习的社交网络衍生话题传播预测方法，该方法包括提取话题数据的相关属性，采用IT2vec表示学习算法进行原始话题到衍生话题的迭代表示，采用基于TCA的领域自适应方法对原始话题和衍生话题进行特征适配，得到通用特征数据；基于主观认知博弈理论构建CNN预测模型，采用通用特征数据训练CNN预测模型，并利用迭代表示结果对训练后的CNN预测模型进行测试；采用测试好的CNN预测模型对当前衍生话题的传播趋势进行预测；本发明能够有效预测衍生话题的传播趋势，对于及时控制谣言等负面话题的进一步演化和正确引导网络舆论至关重要。

本发明授权一种基于迁移学习的社交网络衍生话题传播预测方法在权利要求书中公布了：1.一种基于迁移学习的社交网络衍生话题传播预测方法，其特征在于，包括以下步骤： S1.通过公开数据集网站或者利用社交网络提供的公开API接口获取话题数据，话题数据包括原始话题数据和衍生话题数据； S2.在原始话题数据和衍生话题数据中分别提取相关属性，相关属性包括话题传播网络、用户基础属性、消息传播热度和话题意识度，通过话题传播网络构建原始话题传播网络和衍生话题传播网络； S3.采用IT2vec表示学习算法进行原始话题传播网络到衍生话题传播网络的迭代表示，得到衍生话题传播网络的低秩矢量化特征表示； S4.采用基于TCA的领域自适应方法，对原始话题传播网络和衍生话题传播网络进行特征适配，得到通用特征数据； 步骤S4中采用基于TCA的领域自适应方法，进行原始话题传播网络和衍生话题传播网络间的数据迁移，得到非线性的特征映射函数实现两种话题间的特征适配，非线性的特征映射函数的计算公式为： DistX′s,X′t表示在给定特征映射函数的条件下，原始话题特征集合与衍生话题特征集合间的L2范数，以最小化DistX′s,X′t为目标优化φ和H，X′s表示经过特征映射函数后的原始话题特征集合，X′t表示经过特征映射函数后的衍生话题特征集合，φ表示特征映射函数，xsr表示原始话题特征集合中的第r个特征，xtb表示衍生话题特征集合中的第b个特征，R表示原始话题特征集合中的特征数量，B表示衍生话题特征集合中的特征数量，H表示原始话题特征集合到衍生话题特征集合的潜在特征表示； S5.基于主观认知博弈理论构建CNN预测模型，采用通用特征数据训练CNN预测模型，并利用衍生话题传播网络的低秩矢量化特征表示对训练后的CNN预测模型进行测试； S6.采用测试好的CNN预测模型对当前衍生话题的传播趋势进行预测，得到下个时刻衍生话题的传播趋势。

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邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路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。