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面向引导型话题的群体意识发现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：CN118797061B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202410776353.4，技术领域涉及：G06F16/35；该发明授权一种面向引导型话题的群体意识发现方法是由肖云鹏;金晨阳;王蓉;贾朝龙;李茜;段思睿;李暾设计研发完成，并于2024-06-17向国家知识产权局提交的专利申请。

本一种面向引导型话题的群体意识发现方法在说明书摘要公布了：本发明属于社交网络分析领域，具体涉及一种面向引导型话题的群体意识发现方法；包括：获取引导型话题数据并对其进行预处理，得到用户短文本和话题短文本；对两种文本进行处理，得到用户文本特征向量和话题文本特征向量；融合两种文本特征向量，得到话题文本内容特征矩阵；获取话题网络并进行处理，得到话题拓扑结构特征矩阵；融合话题文本内容特征矩阵与话题拓扑结构特征矩阵，得到用户节点矩阵；根据认知博弈理论对引导型话题数据进行处理，得到用户三种转发行为的影响力，并优化话题网络邻接矩阵；根据用户节点矩阵和话题网络邻接矩阵计算用户节点的聚合特征；将聚合特征输入到分类器中进行处理，得到所有用户的转发行为预测结果；本发明预测结果准确，提高了群体意识清晰度。

本发明授权一种面向引导型话题的群体意识发现方法在权利要求书中公布了：1.一种面向引导型话题的群体意识发现方法，其特征在于，包括：获取引导型话题数据并将其输入到训练好的群体意识发现模型中进行处理，得到群体意识发现模型；群体意识发现模型的训练过程中，将原生话题域作为源域，将引导型话题域作为目标域；提取源域和目标域的文本特征，将文本特征输入到话题域分类器和行为分类器中进行对坑训练，训练完成后，使用训练好的话题域分类器实现对将原生话题域数据迁移到引导型话题； 群体意识发现模型对引导型话题数据进行处理过程包括： S1：获取引导型话题数据并对其进行预处理，得到用户短文本和话题短文本； S2：采用预训练的BERT模型对用户短文本和话题短文本进行处理，得到用户文本特征向量和话题文本特征向量； S3：融合用户文本特征向量和话题文本特征向量，得到话题文本内容特征矩阵； S4：从引导型话题数据中获取话题网络，采用TGC2vec算法对话题网络进行处理，得到话题拓扑结构特征矩阵； S5：融合话题文本内容特征矩阵与话题拓扑结构特征矩阵，得到用户节点矩阵； S6：根据认知博弈理论对引导型话题数据进行处理，得到用户三种转发行为的影响力，根据影响力优化话题网络邻接矩阵；得到用户三种转发行为的互影响力的过程包括： 根据引导型话题数据计算用户基础属性、用户活跃度、用户亲密度、邻域信任度和话题热度； 根据用户基础属性和用户活跃度计算用户内部因素；根据用户亲密度、邻域信任度和话题热度计算话题外部因素； 根据用户转发行为的用户内部因素和话题外部因素，采用多元线性回归算法构建用户的三种立场的影响力函数； 根据三种立场的影响力函数计算三种立场的收益函数； 基于认知博弈理论，根据三种立场的收益函数计算得到用户三种转发行为的影响力； 根据影响力优化话题网络邻接矩阵的过程包括： 根据用户三种转发行为的影响力计算三种立场的影响力矩阵； 根据三种立场的影响力矩阵对邻接矩阵进行优化，公式为： ； 其中，表示优化后的话题网络邻接矩阵，表示非线性激活函数，表示话题网络原邻接矩阵，表示正向立场的影响力矩阵，表示负向立场的影响力矩阵，表示中性立场的影响力矩阵，表示正向立场权重，表示负向立场权重，表示中性立场权重； S7：根据用户节点矩阵和话题网络邻接矩阵计算用户节点的聚合特征；将聚合特征输入到分类器中进行处理，得到所有用户的转发行为预测结果。

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。