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！

龙图腾网获悉成都信息工程大学申请的专利一种面向稀疏社交网络的图混合学习好友推荐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：CN120655448B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202510775387.6，技术领域涉及：G06Q50/00；该发明授权一种面向稀疏社交网络的图混合学习好友推荐方法是由安俊秀;潘益民;靳宇倡;郑文斌设计研发完成，并于2025-06-11向国家知识产权局提交的专利申请。

本一种面向稀疏社交网络的图混合学习好友推荐方法在说明书摘要公布了：本发明公开了一种面向稀疏社交网络的图混合学习好友推荐方法，包括建立原始图结构数据集，分别生成多样化社交网络对比视图、去噪对比视图；对比学习，得到初始特征嵌入表示；更新初始特征嵌入；融合更新后的特征嵌入表示，建立用户节点链接概率预测模型；进行好友预测，生成若干用户‑用户伪链接，得到候选伪链接集；进行可靠性筛选得到最终伪链接集；得到新的图结构数据集；以新的图结构数据集替代原始图结构数据集，重复上述步骤，直至无法再生成新的用户‑用户伪链接。本发明用于解决现有技术中在面对稀疏社交网络时难以充分挖掘潜在好友关系、推荐结果不精准的问题，实现更好地适应稀疏社交网络环境下的好友推荐需求的目的。

本发明授权一种面向稀疏社交网络的图混合学习好友推荐方法在权利要求书中公布了：1.一种面向稀疏社交网络的图混合学习好友推荐方法，其特征在于，包括以下步骤： S1、建立原始图结构数据集，所述原始图结构数据集包括用户-用户关系、用户-物品关系； S2、基于所述原始图结构数据集，分别生成多样化社交网络对比视图、去噪对比视图； S3、基于所述多样化社交网络对比视图、去噪对比视图，进行对比学习，得到初始特征嵌入表示；所述初始特征嵌入表示包括社交嵌入表示和兴趣嵌入表示； S4、通过图卷积模型更新所述初始特征嵌入，得到更新后的特征嵌入表示； S5、融合所述更新后的特征嵌入表示，建立用户节点链接概率预测模型； S6、采用所述用户节点链接概率预测模型对原始图结构数据集中的所有用户进行好友预测，生成若干用户-用户伪链接；剔除已经存在的用户-用户关系，得到候选伪链接集； S7、对所述候选伪链接集进行可靠性筛选，得到最终伪链接集； S8、将所述最终伪链接集添加至原始图结构数据集中，得到新的图结构数据集； S9、以新的图结构数据集替代所述原始图结构数据集，回到步骤S1，直至无法再生成新的用户-用户伪链接；以当前的图结构数据集进行好友推荐。

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成都信息工程大学，其通讯地址为：610225 四川省成都市西南航空港经济开发区学府路1段24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。