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！

龙图腾网获悉石家庄铁道大学申请的专利基于分层多关系结构熵最小化的社会事件检测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：CN118537157B 。

龙图腾网通过国家知识产权局官网在2025-04-01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：202410575920.X，技术领域涉及：G06Q50/00；该发明授权基于分层多关系结构熵最小化的社会事件检测方法是由王书海;彭浩;任鹏;张东健设计研发完成，并于2024-05-10向国家知识产权局提交的专利申请。

本基于分层多关系结构熵最小化的社会事件检测方法在说明书摘要公布了：本发明公开了一种基于分层多关系结构熵最小化的社会事件检测方法，所述方法包括：融合BA图生成器与大型语言模型LLM实现单关系消息图到多关系消息图的构建与演化；基于大型语言模型LLM引导多关系消息图结构精细化调整与增强；基于分层二维多关系结构熵最小化算法解码多关系消息图的基本结构；获取基于分层二维多关系结构熵最小化的社会事件检测，输出多个消息图分区，每个分区代表一个社会事件。本发明所述方法引入分层二维多关系结构熵最小化算法，可以在多关系消息图中检测社区，使用多关系结构熵进行图熵最小化时，可以观察到更大的减少，对结构信息的解码更有效，提高了社会事件检测的性能。

本发明授权基于分层多关系结构熵最小化的社会事件检测方法在权利要求书中公布了：1.一种基于分层多关系结构熵最小化的社会事件检测方法，其特征在于包括如下步骤：S1，融合BA图生成器与大型语言模型LLM实现单关系消息图到多关系消息图的构建与演化；步骤S1具体包括：S11，使用PyTorch中的PyG库的BA图生成器，针对每种关系类型创建相同大小的单关系消息图；S12，为每个节点利用大型语言模型LLM生成文本属性，所述文本属性包括标题、摘要或描述，确保文本属性能够体现节点在图中的角色或特性，强化语义特征；S13，使用大型语言模型LLM将节点文本属性转换为嵌入向量，为后续的图神经网络提供输入特征；S14，通过识别单关系消息图中的共享节点并将它们作为连接点，将不同关系图沿着关系轴进行合并，形成多关系消息图；S2，基于大型语言模型LLM引导多关系消息图的结构精细化调整与增强；步骤S2具体包括：S21，利用大型语言模型LLM分析节点间关系的强度和相关性，并根据这些分析结果调整多关系消息图中的边权重，优化图的表示；S22，利用大型语言模型LLM提供的节点文本相似度信息，对多关系消息图中的边进行精确添加和删除，以强化节点间的相关性表示；S23，从大型语言模型LLM获取节点可能类别的响应，并将其作为伪标签用于指导图神经网络学习更合适的边权重，改善图结构；S24，利用伪标签传播作为正则化手段，促进同一类别节点间的紧密连接，并促使不同类别节点的有效分离；S3，基于分层二维多关系结构熵最小化算法，解码多关系消息图的基本结构；S4，基于解码得到的结果，获取基于分层二维多关系结构熵最小化的社会事件检测，输出多个消息图分区，每个分区代表一个社会事件；建立多关系结构熵MSE的方法包括步骤：将多关系消息图表示为G′＝V，E′，R，其中V是节点集合，E'是异质边集合，R是关系集合，多关系消息图G′的邻接矩阵是条目Ai′,j,r等于从j∈V开始，以i∈V结束，与关系r∈R相关联的边的权值，使用两个转移矩阵，分别表示为V和R，来模拟邻居节点和关系的选择，设A′是不可约的，即对于任何固定的r，A′的一个切片，是不可约的，V和R的构建方式为设和是两个概率分布，在G′上行走无限长时间后，x′，y将收敛到两个分别满足Vx′y＝X′和Rx′x′＝y的平稳分布；给定一个多关系消息图G′和一个编码树T，设已经从多关系消息图G′上的多关系随机游走中获得了节点和关系的稳态分布x′和y，这些分布是按照节点和关系转移矩阵V和R计算得到的，相对于编码树T，多关系消息图G′的多关系结构熵MSE是以下形式： 其中，p′→α表示在多关系随机游走过程中，从某个节点i转移到属于节点α的子集的节点j的条件概率，p′α是节点α的稳态分布概率，表示在长期随机游走中，随机冲浪者停留在节点α的概率，是节点α的父节点的稳态分布概率，α-代表节点α的父节点；步骤S3中，使用分层图划分来加速二维多关系结构熵最小化，步骤包括：分层处理：将多关系消息图G′划分为多个大小为n的子图，并分别对每个子图进行多关系结构熵MSE最小化；迭代合并：在最小化所有子图的多关系结构熵MSE值之后，通过将最后一次迭代中形成的集群作为后续迭代中合并的节点来继续优化；如果在某一点上，发现当前子图中没有任何节点可以合并，则适当增加参数n，以包含更多的节点进行下一次迭代；当考虑完所有节点后，完成对整个多关系消息图G′的多关系结构熵MSE的最小化过程；步骤S3中分层二维多关系结构熵最小化算法包括如下步骤：输入：多关系消息图G'＝V，E'，R，其中V是节点集合，E'是异质边集合，R是关系集合；输出：高度为2的最优的编码树T；初始化：对于多关系消息图G'中的每个节点V，向编码树T中添加两个节点α和α-，其中，α是T的叶节点，并且Tα只包含节点V，Tα为α的子树，α-是α的父节点，且α-的高度hα-为1；迭代过程：从最优编码树T中选择所有高度为1的节点，形成集合P，从集合P中连续移除前min个簇，形成集合{Pg}，每个簇Pg包含一组节点，对于{Pg}中的每个簇Pg，min为n以及P中剩余部分的数量，两者中最小的值；执行以下操作：定义MERGE操作用于在编码树T中合并两个非根节点αo1和αo2，从而优化树的结构并减少多关系结构熵MSE；进入一个内部无限循环，用于优化簇Pg内部的编码；初始化多关系结构熵MSE变化量ΔMSE为无穷大；遍历簇Pg中的每对节点αi和αj，ji，检查它们之间是否存在边，如果存在边，计算合并αi和αj后的多关系结构熵MSE变化量ΔMSEij；如果ΔMSEij小于当前的ΔMSE，则更新ΔMSE和候选合并节点αo1和αo2；如果ΔMSE小于0，则MERGE操作合并αo1和αo2；如果ΔMSE不小于0，或者达到其他退出条件，则跳出内部循环；如果某个簇Pg经过优化后只剩下一个节点，则跳出外部循环；如果在连续两次迭代中，集合P没有发生变化，则将子图大小n加倍，以考虑更大的簇进行优化，循环结束，返回优化后的编码树T。

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石家庄铁道大学，其通讯地址为：050043 河北省石家庄市北二环东路17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”。