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！

龙图腾网获悉厦门大学申请的专利基于组合时空注意力机制的人物画像方法及相关装置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：CN119475220B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202411504977.7，技术领域涉及：G06F18/25；该发明授权基于组合时空注意力机制的人物画像方法及相关装置是由高帆;王美红;曾鸣设计研发完成，并于2024-10-25向国家知识产权局提交的专利申请。

本基于组合时空注意力机制的人物画像方法及相关装置在说明书摘要公布了：本申请公开了一种基于组合时空注意力机制的人物画像方法及相关装置，涉及用户画像技术领域，该方法包括：获取目标用户的用户行为属性数据，为了便于捕捉用户行为属性数据中的复杂关系和特征，首先采用嵌入层将离散的用户行为属性数据转化为嵌入式向量表示，得到综合嵌入向量，随后采用时空注意力和卷积融合模块对综合嵌入向量分别提取第一和第二时空关系特征，对用户行为的全局时间依赖关系、局部空间依赖关系、全局空间依赖关系和局部时间依赖关系均进行了提取，最后据此进行分类和聚类，确定目标用户的标签，生成精确的人物画像。本申请上述方案可以准确且同时地提取数据中的局部和全局的时空特征，为进一步的分析和决策提供了坚实的基础。

本发明授权基于组合时空注意力机制的人物画像方法及相关装置在权利要求书中公布了：1.一种基于组合时空注意力机制的人物画像方法，其特征在于，包括： 获取目标用户的用户行为属性数据；所述用户行为属性数据包括用户行为序列和用户社交关系网络图；所述用户社交关系网络图为有向有权图，所述用户社交关系网络图中节点表示不同的用户，节点之间的边表示用户之间的关系，边的权值表示两个用户的联系紧密程度； 采用嵌入层将所述用户行为属性数据转化为嵌入式向量表示，得到综合嵌入向量； 采用时空注意力和卷积融合模块对所述综合嵌入向量分别提取第一时空关系特征和第二时空关系特征；所述第一时空关系特征包括全局时间依赖关系和局部空间依赖关系；所述第二时空关系特征包括全局空间依赖关系和局部时间依赖关系； 根据所述第一时空关系特征和所述第二时空关系特征进行分类和聚类，确定所述目标用户的标签，生成所述目标用户的人物画像； 采用嵌入层将所述用户行为属性数据转化为嵌入式向量表示，得到综合嵌入向量，具体包括： 采用嵌入层，根据所述用户行为序列和所述用户社交关系网络图，提取得到空间嵌入向量、周期性时间嵌入向量、特征序列高维嵌入向量和自适应嵌入向量； 根据所述空间嵌入向量、所述周期性时间嵌入向量、所述特征序列高维嵌入向量和所述自适应嵌入向量进行求和，得到综合嵌入向量； 在采用嵌入层的转化过程中，通过对用户社交关系网络图属性的标准拉普拉斯矩阵进行特征值分解，生成空间嵌入向量XS；在时间维度，考虑一周有7天，一天有24小时，使用one-hot编码得到day-of-week和time-of-day的向量表示，并将两者进行连接以生成周期性时间嵌入向量XT；通过将用户行为序列和用户社交关系网络图输入全连接层得到特征序列高维嵌入向量Xf；另外，所述自适应嵌入向量用于统一捕捉用户行为序列和用户社交关系网络图中复杂的时空相关性，第一个维度T表示时间步长，第二个维度N表示节点数，第三个维度da是特征维度，代表每个时间步长和每个空间位置节点上的特征表示； 所述时空注意力和卷积融合模块包括第一特征提取分支和第二特征提取分支；所述第一特征提取分支包括时间注意力子模块和空间卷积子模块；所述第二特征提取分支包括空间注意力子模块和时间卷积子模块；采用时空注意力和卷积融合模块对所述综合嵌入向量分别提取第一时空关系特征和第二时空关系特征，具体包括： 将所述综合嵌入向量输入所述时间注意力子模块，提取得到含有全局时间依赖关系的第一时间特征； 将所述综合嵌入向量输入所述空间注意力子模块，提取得到含有全局空间依赖关系的第一空间特征； 将所述第一时间特征输入所述空间卷积子模块，提取得到含有全局时间依赖关系和局部空间依赖关系的第一时空关系特征； 将所述第一空间特征输入所述时间卷积子模块，提取得到含有局部时间依赖关系和全局空间依赖关系的第二时空关系特征。

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厦门大学，其通讯地址为：361005 福建省厦门市思明区思明南路422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。