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！

龙图腾网恭喜杭州电子科技大学申请的专利支持RPA和基于图神经网络的活动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：CN119598352B 。

龙图腾网通过国家知识产权局官网在2025-05-02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：202510112683.8，技术领域涉及：G06F18/2431；该发明授权支持RPA和基于图神经网络的活动分类方法及系统是由俞东进;徐闻如;张枨;程玉莹设计研发完成，并于2025-01-24向国家知识产权局提交的专利申请。

本支持RPA和基于图神经网络的活动分类方法及系统在说明书摘要公布了：本发明公开了一种支持RPA和基于图神经网络的活动分类方法及系统。本发明依据输出的重构特征再进行聚类的操作，能够有效地处理用户操作行为日志中多轨迹交错、存在复杂流程时分类效果不佳的问题。本发明在构建模型时，将边和节点信息融合进注意力机制，所得的消息特征表示综合考虑了上下文的节点和边之间关系和更复杂的语义信息，所得到的重构向量可以更加准确表示活动之间的交互，从而有利于对用户操作行为日志的复杂轨迹任务进行正确分类。

本发明授权支持RPA和基于图神经网络的活动分类方法及系统在权利要求书中公布了：1.支持RPA和基于图神经网络的活动分类方法，其特征在于，包括以下步骤：收集多轨迹交错执行情况下的用户与应用程序的交互日志；基于交互日志构建流程异构图，其中图的每个节点代表用户的不同活动、边代表两个活动之间的关系；将节点标签添加到流程异构图中，节点标签代表活动所属任务；基于流程异构图，构建包含输入层、多个图神经网络层、输出层的模型；计算图神经网络层中的查询向量、键向量、值向量，通过融合边特征的自定义消息函数计算注意力分数，用来衡量输入的各个节点特征的重要性和相关性，融合注意力分数聚合得到重构的节点特征；设置自定义的对比损失函数，使用图对比学习方法，将经过图神经网络层处理后的重构节点特征作为输入，计算对比损失；将流程异构图作为模型的输入，通过对比损失函数，优化并调整模型参数，得到最终模型和优化后的节点特征；利用谱聚类和K-均值算法对优化后的节点特征进行聚类，得到各个活动所属的任务；所述图神经网络层中，多头注意力机制中的查询向量、键向量、值向量的定义如下： ；其中，s和t代表流程异构图中的源节点和目标节点，，，分别代表通过上一层的节点特征计算查询Q，键K，值V矩阵向量的线性变换函数，，分别代表上一层的节点s和t的特征表示，代表第l层中目标节点t的查询向量由该节点上一层的特征表示得到，代表第l层中源节点s的键向量由该节点上一层的特征表示得到，代表第l层中目标节点t的值向量由该节点上一层的特征表示得到；所述计算注意力分数的消息函数定义如下： ；其中，表示单个注意力头作用下源节点s经过边e到目标节点t的消息传递结果，表示线性变换函数，表示权重矩阵，表示拼接多个注意力头作用下的向量，其中指注意力头数，表示消息函数，表示注意力分数，W表示注意力权重，N表示节点特征维度，L表示边特征维度，表示融合边特征。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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”。