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！

龙图腾网获悉嵩山实验室申请的专利基于图网络特征快速聚合的社交网络用户匹配方法及装置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：CN116992307B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202311062080.9，技术领域涉及：G06F18/22；该发明授权基于图网络特征快速聚合的社交网络用户匹配方法及装置是由何佳;赵伟康;李丽;郑瑞;李鹏;马盈沛;孙家星设计研发完成，并于2023-08-22向国家知识产权局提交的专利申请。

本基于图网络特征快速聚合的社交网络用户匹配方法及装置在说明书摘要公布了：本发明提供一种基于图网络特征快速聚合的社交网络用户匹配方法及装置。该方法包括：基于图神经网络来构建无需训练的图网络特征快速聚合模块；获取来自第一社交媒体平台的第一社交网络图数据和来自第二社交媒体平台的第二社交网络图数据，第一社交媒体平台和第二社交媒体属于两种不同类型的媒体平台；分别将第一社交网络图数据和第二社交网络图数据输入至所述图网络特征快速聚合模块，提取得到对应的第一用户节点特征矩阵和第二用户节点特征矩阵；将第一用户节点特征矩阵和第二用户节点特征矩阵进行拼接，得到拼接向量；将拼接向量输入至训练好的分类器模型，得到第一社交媒体平台和第二社交媒体平台之间的用户匹配结果。

本发明授权基于图网络特征快速聚合的社交网络用户匹配方法及装置在权利要求书中公布了：1.基于图网络特征快速聚合的社交网络用户匹配方法，其特征在于，包括： 步骤1：基于图神经网络来构建无需训练的图网络特征快速聚合模块；具体包括：将GIN模型的W矩阵、激活函数和ɛ参数去掉，使得修改后的GIN模型采用下述公式来更新节点特征矩阵： 其中，是邻接矩阵，，表示根据社交网络图数据中各用户节点之间的关系所生成的矩阵；表示N×N维的单位矩阵，表示社交网络图数据中所有用户节点的集合，N表示用户节点的个数，为修改后的GIN模型的第k层输出向量，当k=0时，表示由社交网络图数据中所有用户节点的初始特征向量组成的特征矩阵； 该修改后的GIN模型即为图网络特征快速聚合模块； 步骤2：获取来自第一社交媒体平台的第一社交网络图数据和来自第二社交媒体平台的第二社交网络图数据，第一社交媒体平台和第二社交媒体属于两种不同类型的媒体平台； 步骤3：分别将第一社交网络图数据和第二社交网络图数据输入至所述图网络特征快速聚合模块，提取得到对应的第一用户节点特征矩阵和第二用户节点特征矩阵； 步骤4：将第一用户节点特征矩阵和第二用户节点特征矩阵进行拼接，得到拼接向量； 步骤5：将拼接向量输入至训练好的分类器模型，得到第一社交媒体平台和第二社交媒体平台之间的用户匹配结果。

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嵩山实验室，其通讯地址为：450000 河南省郑州市郑东新区龙子湖自然资源大厦C栋；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。