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！

龙图腾网获悉广东工业大学申请的专利一种基于多视图聚类的消费用户分类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：CN119850256B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202510017121.5，技术领域涉及：G06Q30/0203；该发明授权一种基于多视图聚类的消费用户分类方法及系统是由孙为军;伍康胜;李超业;廖涛;周炳耀设计研发完成，并于2025-01-06向国家知识产权局提交的专利申请。

本一种基于多视图聚类的消费用户分类方法及系统在说明书摘要公布了：本发明公开了一种基于多视图聚类的消费用户分类方法及系统，用于解决现有的基于多视图聚类的消费用户分类技术导致分类结果的可靠性较差的技术问题。方法包括获取多个消费者行为数据，并采用预置相似度算法对多个消费者行为数据进行相似性图学习，生成多个初始相似图矩阵；对各初始相似图矩阵进行分离，确定各初始相似图矩阵对应的一致性矩阵和不一致性矩阵；根据各初始相似图矩阵对应的一致性矩阵和不一致性矩阵，输出独立性准则和值和视图内视图间高阶信息；采用独立性准则和值和一致性张量分别对各初始相似图矩阵进行优化，确定各初始相似图矩阵对应的目标相似图矩阵；根据多个目标相似图矩阵，生成消费用户分类结果。

本发明授权一种基于多视图聚类的消费用户分类方法及系统在权利要求书中公布了：1.一种基于多视图聚类的消费用户分类方法，其特征在于，包括： 获取多个消费者行为数据，并采用预置相似度算法对多个所述消费者行为数据进行相似性图学习，生成多个初始相似图矩阵； 对各所述初始相似图矩阵进行分离，确定各所述初始相似图矩阵对应的一致性矩阵和不一致性矩阵； 采用预置多视图处理算法根据各所述初始相似图矩阵对应的一致性矩阵和不一致性矩阵，输出独立性准则和值和视图内视图间高阶信息； 采用所述独立性准则和值和所述一致性张量分别对各所述初始相似图矩阵进行优化，确定各所述初始相似图矩阵对应的目标相似图矩阵； 根据多个所述目标相似图矩阵，生成融合相似图矩阵； 对所述融合相似图矩阵进行谱聚类，生成消费用户分类结果； 所述初始相似图矩阵的构建过程，具体为： ； 其中，为第v个初始相似图矩阵；m为初始相似图矩阵的总数量；n为消费者行为数据的总样本数量；为由第i个消费者行为数据和第j个消费者行为数据构成的第v个初始相似图矩阵对应的初始相似度值；为第v个初始相似图矩阵对应的第i个消费者行为数据；为第v个初始相似图矩阵对应的第j个消费者行为数据；为欧几里得范数的平方；T为转置；为对进行正则化； 所述初始相似图矩阵的优化过程，具体为： ； 其中，为第v个初始相似图矩阵；m为初始相似图矩阵的总数量；n为消费者行为数据的总样本数量；为由第i个消费者行为数据和第j个消费者行为数据构成的第v个初始相似图矩阵对应的初始相似度值；为第v个初始相似图矩阵对应的第i个消费者行为数据；为第v个初始相似图矩阵对应的第j个消费者行为数据；为欧几里得范数的平方；T为转置；为对进行正则化；为第v个初始相似图矩阵对应的一致性矩阵；为第v个初始相似图矩阵对应的不一致性矩阵；为权衡参数；为可调参数；为独立性准则和值；为独立性准则；为视图内高阶信息；为视图间高阶信息；为堆叠；为旋转；A为一致性堆叠张量；为一致性旋转张量。

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广东工业大学，其通讯地址为：510080 广东省广州市越秀区东风东路729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”。