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！

龙图腾网恭喜北京航空航天大学杭州创新研究院;北京航空航天大学申请的专利一种基于多尺度互信息的服务网络社团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：CN119337259B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202411886169.1，技术领域涉及：G06F18/2431；该发明授权一种基于多尺度互信息的服务网络社团检测方法是由高庆;张可昕;吕金虎设计研发完成，并于2024-12-20向国家知识产权局提交的专利申请。

本一种基于多尺度互信息的服务网络社团检测方法在说明书摘要公布了：本申请提供一种基于多尺度互信息的服务网络社团检测方法，涉及大数据处理技术领域。本申请调用隐空间节点特征提取模型在隐空间下考虑多个信息尺度地对待检测服务网络的实际图结构数据进行节点特征学习，来提取可与实际图结构数据中的服务网络节点特征数据在多个信息尺度层面维持相互作用信息最大化效果的目标隐空间节点特征数据，而后调用社团标签分类器基于目标隐空间节点特征数据进行社团标签预测，得到待检测服务网络的实际社团分类结果，使在实际社团分类结果中被归属为同一社团的各个网络节点实现隐空间距离最小化效果，以便从数据驱动角度出发地兼容不同服务网络的特异性社团检测需求，并有效确保社团检测精准度。

本发明授权一种基于多尺度互信息的服务网络社团检测方法在权利要求书中公布了：1.一种基于多尺度互信息的服务网络社团检测方法，其特征在于，所述方法包括：获取待检测服务网络的实际图结构数据；调用隐空间节点特征提取模型对所述实际图结构数据进行多尺度互信息学习，得到与所述实际图结构数据满足多尺度互信息最大化需求的目标隐空间节点特征数据；其中，所述隐空间节点特征提取模型采用特征学习编码器实现，所述隐空间节点特征提取模型通过在隐空间下考虑多个信息尺度地对所述实际图结构数据进行网络节点特征学习，使对应学习到的隐空间节点特征数据与所述实际图结构数据中的服务网络节点特征数据在多个信息尺度层面维持相互作用信息最大化效果，以实现对所述实际图结构数据的多尺度互信息学习功能，其中所述多个信息尺度包括单体节点表征尺度、周围节点拟合表征尺度和网络全局表征尺度；调用社团标签分类器基于所述目标隐空间节点特征数据进行社团标签预测，得到所述待检测服务网络的实际社团分类结果，其中所述实际社团分类结果中被归属为同一社团的各个网络节点之间的隐空间距离最小。

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北京航空航天大学杭州创新研究院;北京航空航天大学，其通讯地址为：310000 浙江省杭州市滨江区长河街道炬航弄99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”。