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！

申请/专利权人：北京邮电大学;浙江大学;八戒科技服务有限公司

摘要：本发明提供一种识别在线产品社区高价值用户创意的方法及系统，包括以下步骤：S1、从在线产品社区的创意文本和用户‑创意关系提取表征创意和用户属性的8个特征；S2、构建创意节点邻接矩阵；S3、引入图注意力神经网络，构造单个注意力机制，计算融合8个属性特征和邻接矩阵的注意力系数αij；S4、构造多层注意力机制，计算累加的融合8个特征和邻接矩阵的注意力系数α′ij；S5、构造卷积层，输出节点i的卷积层结果S6、通过Softmax函数归一化指数函数加权值输出节点i对应创意价值类别的概率Pi,n，得到创意节点i隶属创意价值类别；通过以上步骤，以用户提出的某创意文本为识别对象，输入算法模型参数，获得该创意文本所属创意价值类别及排序结果。

主权项：1.一种识别在线产品社区高价值用户创意的方法，其特征是包括以下步骤：S1、从在线产品社区的创意文本和用户-创意关系提取表征创意和用户属性的8个特征，包括创意语义熵、创意模态、创意情感倾向、用户等级、用户活跃时长、用户pagerank中心性、用户中介中心性、用户邻近中心性；在用户-创意关系中，对企业回复的创意评论文本，应用纳入文本情感协变量的结构化主题模型算法确定创意价值标签；结构化主题模型算法的步骤为：S01、从基于文档情感协变量Xd的广义线性模型中生成文档–主题分布先验概率； ；式中p表示协变量数量,k表示主题数量.的先验分布是均值为0且具有共享方差的正态分布,其中服从逆伽玛分布； ；式中d表示文档的数量,服从对数正态分布,其中Γ系数矩阵由p行K−1列的组成，协变量Xd为p维行向量,每个文档的值受协变量Xd影响；S02、由基准词分布m,主题偏差Kt,协变量偏差Kc及其交互项偏差Ki生成主题-词项分布先验概率； ；式中：m是基准词分布，Kt是主题偏差，Kc是协变量偏差，Ki是交互项偏差；S03、对于文档，逐一生成对应的主题和词语；从中抽样生成文档–主题分布概率向量；从中抽样生成主题-词项分布概率向量；输出纳入协变量Xd影响的文档-主题分布矩阵，主题-词项分布矩阵；S2、构建创意节点邻接矩阵；S3、引入图注意力神经网络，构造单个注意力机制，计算融合8个属性特征和邻接矩阵的注意力系数；S4、构造多层注意力机制，计算累加的融合8个特征和邻接矩阵的注意力系数；S5、构造卷积层，输出节点i的卷积层结果；S6、通过Softmax函数加权值输出节点i对应创意价值类别的概率，得到创意节点i隶属创意价值类别；通过以上步骤，以用户提出的某创意文本为识别对象，输入算法模型参数，获得该创意文本所属创意价值类别及排序结果。

全文数据：

权利要求：

百度查询： 北京邮电大学 浙江大学 八戒科技服务有限公司 识别在线产品社区高价值用户创意的系统及方法