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！

龙图腾网获悉华北水利水电大学申请的专利基于异质图和图卷积神经网络的推特用户位置推断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：CN116795836B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202310568907.7，技术领域涉及：G06F16/22；该发明授权基于异质图和图卷积神经网络的推特用户位置推断方法是由乔亚琼;吴慧欣;李家辉;魏富鹏;孟尧设计研发完成，并于2023-05-19向国家知识产权局提交的专利申请。

本基于异质图和图卷积神经网络的推特用户位置推断方法在说明书摘要公布了：本发明提出了一种基于异质图和图卷积神经网络的推特用户位置推断方法，步骤为：对收集的样本数据进行预处理；根据训练集的样本数据中的位置数据构建搜索树，对训练集中的用户进行位置类别分配；根据搜索树对测试集中的用户分配位置区域；计算用户节点与用户推文中单词节点之间的TF‑IDF值；计算单词节点之间的PPMI值；构建包含用户节点和单词节点的异质图；使用GCN来训练位置推断模型，通过训练后的GCN模型可以得到用户的向量嵌入表示，对于每个用户的向量嵌入表示使用softmax函数可以得到用户的位置类别概率。本发明基于异质图和图卷积神经网络学习用户社交文本的特征，有利于提高推特用户位置推断中基于文本的用户位置推断结果的准确性。

本发明授权基于异质图和图卷积神经网络的推特用户位置推断方法在权利要求书中公布了：1.一种基于异质图和图卷积神经网络的推特用户位置推断方法，其特征在于，其步骤如下： 步骤一数据预处理：对收集的样本数据进行预处理操作，去除样本数据中的噪音数据； 步骤二位置区域划分：根据训练集的样本数据中的位置数据构建搜索树，对训练集中的用户进行位置类别分配；根据搜索树和测试集中用户的基准位置数据对测试集中的用户分配位置区域，将位置区域的编号作为用户的位置标签，保存至数据集； 步骤三异质图构建：将每一个用户视为一个用户节点，将用户推文中提及的词语视为单词节点；计算用户节点与单词节点之间的TF-IDF值，并将TF-IDF值作为用户节点和单词节点之间边的权重；计算单词节点和单词节点之间的PPMI值，将计算出的PPMI值作为单词节点之间边的权重； 步骤四用户位置推断模型训练和性能测试：将该异质图输入到一个两层GCN网络中，第二层节点嵌入被输入到softmax分类器中来训练位置推断模型，使用训练好的位置推断模型推断测试集中用户位置并评估模型性能； 所述GCN网络的每一层图卷积层的传播过程为： 其中，是构建的异质图的邻接矩阵A加上每个节点与自身的连接构成的矩阵，IN是单位矩阵；是矩阵的度矩阵，即Hl是第l层的激活单元的特征矩阵，其中H0＝X＝I，I表示单位矩阵，Wl是每层的参数矩阵，l表示前一层图卷积层，Hl+1是当前图卷积层的特征矩阵； GCN网络使用的两层图卷积层的传播过程：每一层激活函数分别采用ReLU函数和Softmax函数，则整体的正向传播为： 其中， 最后一层图卷积层的输出维度大小为用户位置的类别总数，最后一层图卷积层输出所有用户节点特征的向量表示；对于获取到的用户节点特征的向量表示，通过softmax函数的计算得到用户的位置类别概率，进而推断出用户的位置类别。

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华北水利水电大学，其通讯地址为：450011 河南省郑州市金水区北环路36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。