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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于有向关系图对比学习的社交机器人检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：CN119312166B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202411503435.8，技术领域涉及：G06F18/241；该发明授权一种基于有向关系图对比学习的社交机器人检测方法是由周仁杰;倪天成;蔡锋泽;袁耀祖;万健;殷昱煜;张伟设计研发完成，并于2024-10-25向国家知识产权局提交的专利申请。

本一种基于有向关系图对比学习的社交机器人检测方法在说明书摘要公布了：本发明公开一种基于有向关系图对比学习的社交机器人检测方法，包括：将每个用户作为一个用户节点，获取每个用户节点的个人属性信息和个人文本信息，将个人属性信息和个人文本信息拼接后转化为特征向量；构建用户有向关系图，先利用有向关系图卷积神经网络学习相邻用户在不同关系下的特征，再基于注意力机制进行关系特征融合；从属性特征和图拓扑结构结合方向信息两个角度构造有向关系图的对比视图，然后进行训练和预测。本发明通过有向关系图注意力机制和有向图对比学习提高了社交网络平台机器人账号识别的准确性，采用有向关系图结合注意力机制能有效利用现实生活中社交网络平台关系的方向信息和用户之间关系的重要性信息。

本发明授权一种基于有向关系图对比学习的社交机器人检测方法在权利要求书中公布了：1.一种基于有向关系图对比学习的社交机器人检测方法，其特征在于，包括以下步骤： 步骤1、将每个用户作为一个用户节点，获取每个用户节点i的个人属性信息和个人文本信息，将个人属性信息和个人文本信息拼接后转化为特征向量X，其中X＝{xi}＝{x1,x2,…,xN}，xi表示用户节点i的初始特征向量，N表示用户节点的数量； 步骤2、基于用户节点，以用户之间不同类型的关系构建不同方向的有向边，构建用户有向关系异构图G＝V,E，其中V为用户节点的集合，E为有向边的集合；根据有向关系异构图，从节点属性的角度出发，将特征向量X进行随机化同类别节点的属性交换，得到记为第一对比视图Gα；从图拓扑结构的角度出发，将有向边的集合E中不同类型的边进行关系删除，得到记为第二对比视图Gβ； 步骤3、构建基于注意力机制的有向关系图卷积神经网络，学习目标用户节点i周围不同关系下的邻居节点j特征，得到用户高阶特征向量和用户向量 步骤4、分别在第一对比视图Gα和第二对比视图Gβ上执行基于注意力机制的有向关系图卷积神经网络的预训练：将xi输入基于注意力机制的有向关系图卷积神经网络，分别在Gα和Gβ中经过L1次学习得到对应用户向量具体是定义视图Gα中的节点i，将其另一个视图中对应节点和相同类节点视为正样本，将不同类节点视为负样本，计算它们之间的对比损失函数： 其中和分别是xi在Gα和Gβ两个视图中经过L1次有向关系图结合注意力机制学习到的节点i的表示，τ是对比损失中调节分布均匀性程度的温度系数，cos·,·是计算用户特征向量余弦相似度函数，接着以相同的方式计算两个视图中所有节点的损失函数，取平均值： 最终将模型参数和用户节点特征向量保存本地； 步骤5、基于注意力机制的有向关系图卷积神经网络的微调：将用户向量作为有向关系异构图G的输入，执行L2次基于注意力机制的有向关系图卷积神经网络进行微调，得到最终的用户特征向量 步骤6、利用微调后的基于注意力机制的有向关系图卷积神经网络对用户提取用户特征向量进而判断用户类别。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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。