恭喜山东大学史玉良获国家专利权
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!
龙图腾网恭喜山东大学申请的专利基于双曲空间下跨社区知识图谱的论文推荐方法及系统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:CN119357409B 。
龙图腾网通过国家知识产权局官网在2025-05-30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:202411907017.5,技术领域涉及:G06F16/36;该发明授权基于双曲空间下跨社区知识图谱的论文推荐方法及系统是由史玉良;戎天祥;王继虎;王新军;陈志勇;李晖;孔凡玉设计研发完成,并于2024-12-24向国家知识产权局提交的专利申请。
本基于双曲空间下跨社区知识图谱的论文推荐方法及系统在说明书摘要公布了:本发明涉及论文推荐技术领域,特别是涉及基于双曲空间下跨社区知识图谱的论文推荐方法及系统,对输入的跨社区学术知识图谱,提取出知识图谱每个论文节点的初始结构特征向量和初始文本特征向量,对初始结构特征向量进行层次聚合,对层次聚合结果分别进行相似度聚合和向上聚合,对相似度聚合和向上聚合结果进行特征融合,得到最终的结构特征向量;对初始文本特征向量进行文本聚合操作,得到最终的文本特征向量;对最终的结构和文本特征向量进行拼接操作,得到每个节点的最终特征向量;计算待推荐论文查询任务特征向量,与跨社区学术知识图谱中每个论文节点的特征向量二者之间的相似度,根据相似度,输出论文推荐结果。提高了论文推荐任务的性能。
本发明授权基于双曲空间下跨社区知识图谱的论文推荐方法及系统在权利要求书中公布了:1.基于双曲空间下跨社区知识图谱的论文推荐方法,其特征是,包括:获取待推荐论文查询任务和跨社区学术知识图谱;将待推荐论文查询任务和跨社区学术知识图谱,输入到训练后的论文推荐模型中,论文推荐模型输出推荐的论文;其中,训练后的论文推荐模型,用于对输入的跨社区学术知识图谱,提取出知识图谱每个论文节点的初始结构特征向量和初始文本特征向量,对初始结构特征向量进行层次聚合,对层次聚合结果分别进行相似度聚合和向上聚合,对相似度聚合和向上聚合结果进行特征融合,得到最终的结构特征向量;对初始文本特征向量进行文本聚合操作,得到最终的文本特征向量;对最终的结构特征向量和最终的文本特征向量进行拼接操作,得到跨社区学术知识图谱中每个节点的最终特征向量;计算待推荐论文查询任务特征向量,与跨社区学术知识图谱中每个论文节点的特征向量二者之间的相似度,根据相似度,输出论文推荐结果;所述对输入的跨社区学术知识图谱,提取出知识图谱每个论文节点的初始结构特征向量和初始文本特征向量,其中,初始结构特征向量的提取过程,包括:从构造的跨社区学术知识图谱中获得论文节点、论文查询任务节点以及相关论文属性信息,并通过结构特征嵌入层,采用一层的线性层作为层,得到欧式空间下的节点结构特征向量: ;其中,为相应节点在知识图谱中的表示;将获取的欧式空间下的节点结构特征向量映射到洛伦兹流形上,将负曲率为的维洛伦兹流形记为,令和表示欧几里得嵌入和变换后的双曲空间下的嵌入,被映射如下: ;其中,为切空间中的维向量,定义为中的原点,用作参考向量来执行切空间操作,为的二范数,为指数映射函数,和分别为双曲正弦函数和双曲余弦函数。
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山东大学,其通讯地址为:250000 山东省济南市高新区舜华路1500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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。