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！

龙图腾网获悉北京交通大学申请的专利一种基于自监督学习的动态图表示学习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：CN115017368B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202210455958.4，技术领域涉及：G06F16/901；该发明授权一种基于自监督学习的动态图表示学习方法是由鲍鹏;李家年设计研发完成，并于2022-04-28向国家知识产权局提交的专利申请。

本一种基于自监督学习的动态图表示学习方法在说明书摘要公布了：本发明涉及一种基于自监督学习的动态图表示学习方法，包括：对动态图进行采样，分别得到时空子图、非时序子图、非空间子图；利用时空权重编码器分别得到三个子图的节点级以及图级别的表征；设计时空对比学习，分别从时间和空间的角度定义总损失函数；通过总损失函数完成时空权重编码器的训练，最后将动态图中所有的节点送入训练好的时空权重编码器中，得到动态图的节点表征，并将其应用到动态图模型类应用场景中分类、推荐、链路预测等任务中。本发明融合了动态图的时间和空间信息，增强了动态图表示方法的性能；具有良好的可解释性、可验证性、表征性能和可迁移性。并且本发明在现实中可以应用于电商网络，用以预测用户可能购买的商品。

本发明授权一种基于自监督学习的动态图表示学习方法在权利要求书中公布了：1.一种基于自监督学习的动态图表示学习方法，其特征在于，包括如下步骤： S1、以电商场景中商品和用户为图中的节点，在图中以任意节点作为中心节点，分别采样得到时空子图、非时序子图以及非空间子图，用户和商品之间交互则为图中的边；在图中以任意一节点作为中心节点，分别进行时空随机游走以及随机游走，所采样的子图分别定义为时空子图以及非时序子图；在其他任意节点为中心节点进行时空随机游走，所采样的子图称为非空间子图； S2、利用时空权重编码器，捕获图中的时间和空间信息，得到对应节点的节点表征和子图的图级别表征，得到用户和商品的特征描述； S3、通过对比学习方法最大化节点表征和子图的图级别表征之间的交互信息来学习节点的表征，具体交互为浏览、收藏、购买，分别从时间和空间的角度定义总损失函数； S4、通过总损失函数完成时空权重编码器的训练，最后将动态图中所有的节点送入训练好的时空权重编码器中，得到动态图的节点表征；根据该节点表征预测用户可能购买的商品； 所述步骤S2的具体步骤为：时空权重编码器包括时间聚合器和空间聚合器； 对于时间聚合器，当发生了涉及节点本身的事件时，节点在时间的时序表征表示为： ; 其中，LSTM表示为LSTM模型，表示节点和之间在时刻的交互特征，是节点上一次更新的时间； 空间聚合器用于合并时空邻居的表征信息，能够根据邻居节点的不同出现时间分配不同的权重；节点在时间的空间表征定义如下： ; 其中，表示与节点相连的节点，表示计算当前时间与时间间距的时间编码，是节点在时刻的时序表征，是可学习参数； 最终，通过聚合时序表征和空间表征得到节点在时间的节点表征： ; 其中，是可学习参数； 非时序子图的图级别表征以及非空间子图的图级别表征通过时空权重编码器获得；时空子图的图级别表征通过readout函数获得。

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北京交通大学，其通讯地址为：100044 北京市海淀区上园村3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”。