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！

龙图腾网获悉淮阴工学院申请的专利一种基于图卷积和DBSCAN算法的专家影响力最大化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：CN116595199B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202310556093.5，技术领域涉及：G06F16/38；该发明授权一种基于图卷积和DBSCAN算法的专家影响力最大化方法是由陈伯伦;王笑颜;许雪;谢乾;刘步实;徐豪;韩帅;李哲;王珊珊;赵月设计研发完成，并于2023-05-17向国家知识产权局提交的专利申请。

本一种基于图卷积和DBSCAN算法的专家影响力最大化方法在说明书摘要公布了：本发明公开了一种基于图卷积和DBSCAN算法的专家影响力最大化方法，涉及引文网络下影响力最大化研究领域。首先将每个专家看作是一个节点，并根据他们之间的引用关系构建一个引文网络，使用图卷积神经网络对这个引文网络进行特征提取，得到每个专家节点的特征表示；然后使用DBSCAN算法对矩阵进行聚类，得到不同的社区利用谱聚类方法将专家节点划分为不同的聚类簇，每个聚类簇代表一个具有较高影响力的专家群体；最后对专家节点按照影响力得分进行排序，从而得到最具影响力的专家列表。与现有技术相比，本发明所提出的方法可以更好的识别出引文网络中的影响力较大的专家，是一种比较优秀的影响力最大化算法。

本发明授权一种基于图卷积和DBSCAN算法的专家影响力最大化方法在权利要求书中公布了：1.一种基于图卷积和DBSCAN算法的专家影响力最大化方法，其特征在于，包括如下步骤： S1、根据引用数据构建一个无向图，其中每个节点对应一个专家，边表示两个专家之间存在引用关系，提取专家本身的特征属性，构建引文网络；所述特征属性包括论文发表数量、论文被引用数量以及论文发表时间； S2、利用图卷积神经网络对引文网络进行特征提取，得到每个专家的特征矩阵表示； 所述步骤S2的具体步骤为： S2.1、进行数据预处理：构建邻接矩阵A和特征矩阵X，其中A是一个的对称矩阵，N 是节点数，A的第个元素表示节点i和节点j是否存在边相连；X是一个的矩阵，其 中每一行代表一个节点的特征向量，即专家文章数量、专家被引用计数、创建文章时间，F是 特征向量的维度； S2.2、对特征矩阵进行线性变换，我们需要对输入特征矩阵X进行线性变换，得到一个 新的特征矩阵H，公式如下：，C是需要学习的权重矩阵，将输入特征矩阵X进行线 性变换，将输入的每个节点的特征向量映射为一个新的向量；权重矩阵C的大小是，其中表示输入特征矩阵的维度，表示输出特征矩阵的维度，这个矩阵 中的每个元素都是一个需要学习的参数； S2.3、对邻接矩阵进行归一化，将邻接矩阵A除以节点度数矩阵D； S2.4、进行卷积操作，在对邻接矩阵进行归一化之后，对其和特征矩阵进行卷积操作； 定义一个滤波器，称为核W，其大小为，其中k表示滤波器的大小，F表示特征矩阵中每 个节点的特征向量维度；将滤波器W和邻接矩阵归一化后的矩阵进行卷积，得到新的特 征矩阵Z： ； S3、对专家的特征矩阵使用DBSCAN算法进行谱分解，得到聚类结果：对特征矩阵进行对称归一化，然后对其进行特征值分解，得到特征值和特征向量，根据特征向量将专家划分为不同的聚类簇； S4、根据专家的不同聚类簇，计算每个专家的影响力得分，根据影响力得分对专家进行排序，挑选出最具影响力的专家序列。

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淮阴工学院，其通讯地址为：223005 江苏省淮安市经济技术开发区枚乘东路1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。