買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉江蘇電子信息職業學院;淮陰工學院申請的專利基于非局部圖感知的企業專家信息推薦方法及裝置獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116204702B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211591184.4，技術領域涉及：G06F16/9535；該發明授權基于非局部圖感知的企業專家信息推薦方法及裝置是由張有東;丁婧嫻;索明何;李翔設計研發完成，并于2022-12-12向國家知識產權局提交的專利申請。

本基于非局部圖感知的企業專家信息推薦方法及裝置在說明書摘要公布了：本發明公開了一種基于非局部圖感知的企業專家信息推薦方法及裝置，對專家信息和項目信息進行標簽作標記處理、定義，得到標簽空間和標簽集合，由專家基本信息、研究方向以及項目關聯得到專家社交網絡；利用PMI分別基于專家信息標簽集合和項目基本信息標簽集合計算標簽權重，構建專家關聯圖和專家?項目關聯圖；將其輸入GNN提取鄰域聚合特征，使用非局部注意提取非本地節點質心得到混合信息特征；通過計算圖感知權重，與混合信息特征判斷比較，輸入GCN使用新權重得到關鍵特征表示，再通過分類選擇推薦合適的專家。本發明使用圖神經網絡和圖卷積神經網絡結合非局部注意和圖結構感知進行分類，普遍適用于企業中通過項目匹配選擇專家信息，得到最優推薦。

本發明授權基于非局部圖感知的企業專家信息推薦方法及裝置在權利要求書中公布了：1.一種基于非局部圖感知的企業專家信息推薦方法，其特征在于，包括如下步驟： 步驟1：對專家信息數據集D和科研項目數據集D1進行去重、去空，清洗和基礎信息劃分后得到專家基本信息標簽數據集D2、專家研究方向信息標簽數據集D3和專家-項目信息標簽數據集D4； 步驟2：以專家基本信息標簽數據集D2、專家研究方向信息標簽數據集D3為主，專家-項目信息標簽數據集D4為輔構建專家社交網絡； 步驟3：使用PMI構建專家關聯圖和專家-項目關聯圖，通過對統計出的專家信息標簽數據集D2、項目基本信息數據集標簽D3和專家-項目信息標簽數據集D4進行相應關鍵詞提取，結合專家社交網絡，再進行關聯圖連邊權重計算，分別得到專家關聯圖Gi＝Vi,Ei和專家-項目關聯圖Gj＝Vj,Ej； 步驟4：使用GNN提取圖節點本地鄰域聚合特征，使用非局部注意對專家關聯圖Gi＝Vi,Ei和專家-項目關聯圖Gj＝Vj,Ej非本地提取節點質心，得到混合信息特征e”l； 步驟5：對專家關聯圖Gi＝Vi1,Ei1和專家-項目關聯圖Gj＝Vj1,Ej1提取圖感知特征，依據專家社交網絡中的專家研究方向關聯以及項目關聯度，通過計算圖感知權重將節點更新后的專家關聯圖和專家-項目關聯圖輸入GCN，結合圖感知權重與原節點的鄰居集的平均權重e”l以及原節點權重綜合得出新權重表示ci，使用新的權重卷積得到特征表示，使用Softmax層對不同專家進行計算選擇，最終推薦出合適的專家； 步驟5.1：將專家關聯圖Gi＝Vi,Ei和專家-項目關聯圖Gj＝Vj,Ej輸入到GCN中進行特征提取，定義為矩陣H； 步驟5.2：定義權重fi和fj分別是專家與專家之間、專家與項目之間權重，F是常數，用于歸一化； 步驟5.3：對于節點每個關系類型進行圖感知操作，得到節點平均聚合值Nci表示節點i和關系c的鄰域集合，hj表示節點j的隱藏向量，C表示節點i鄰域節點的個數，Wc和bc表示圖卷積參數，表示歸一化因子； 步驟5.4：定義k為循環變量，且賦k初值為1，開始循環； 步驟5.5：如果k≤lenMaxD2,D3,D4，則進入步驟5.6；否則，跳轉到步驟5.9； 步驟5.6：使用權重c分別對e”l和進行判斷； 步驟5.7：若c≥e”l，則n1為簇內成員個數，否則c2＝c+e”l； 步驟5.8：若步驟5.7得出結果則n2為鄰域感知節點個數，否則c4＝ci+ec； 步驟5.9：新的權重結果輸入至GCN得到新的鄰域節點特征X； 步驟5.10：將增強后的矩陣X輸入到Softmax層中，輸出概率推薦結果，依據結果選取合適的專家進行推薦。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人江蘇電子信息職業學院;淮陰工學院，其通訊地址為：223005 江蘇省淮安市經濟技術開發區枚乘東路3號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。