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！

龙图腾网恭喜南京信息工程大学申请的专利一种基于时序图注意力网络的学术研究主题趋势预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：CN119294610B 。

龙图腾网通过国家知识产权局官网在2025-03-25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：202411803536.7，技术领域涉及：G06Q10/04；该发明授权一种基于时序图注意力网络的学术研究主题趋势预测方法是由韩进;郭战设计研发完成，并于2024-12-10向国家知识产权局提交的专利申请。

本一种基于时序图注意力网络的学术研究主题趋势预测方法在说明书摘要公布了：本发明公开了一种基于时序图注意力网络的学术研究主题趋势预测方法，包括：采集多个论文的元数据并对元数据进行预处理；将预处理之后的元数据以关键词作为学术研究主题构造数据集；构建时序图注意力网络模型，并在训练数据集上进行训练和优化模型参数；将测试数据集输入到训练后的时序图注意力网络模型，得到学术研究主题趋势预测的结果。本发明结合多头图注意力机制与时序卷积综合提取学术研究主题的时序特征和关联特征，能够有效克服传统神经网络学术研究主题趋势预测方法无法利用学术研究主题关联特征的局限；本发明能够提高学术研究主题趋势预测的精度，能够应用于期刊论文数据库的学术趋势分析和论文推荐模块。

本发明授权一种基于时序图注意力网络的学术研究主题趋势预测方法在权利要求书中公布了：1.一种基于时序图注意力网络的学术研究主题趋势预测方法，其特征在于，包括如下步骤：步骤1，采集多个论文的元数据，包括论文标题、摘要、关键词、发表日期和引文数量，并对元数据进行预处理；步骤2，将预处理之后的元数据以关键词作为学术研究主题构造数据集，将数据集按照时间先后顺序划分为训练数据集和测试数据集；步骤3，构建时序图注意力网络模型，并在训练数据集上进行训练和优化模型参数；时序图注意力网络模型包括依次设置的时序卷积模块、多头图注意力模块以及预测输出模块；步骤4，将测试数据集输入到训练后的时序图注意力网络模型，得到学术研究主题趋势预测的结果；构建时序图注意力网络模型，并在训练数据集上进行训练和优化模型参数包括：将训练数据集中的数据输入至时序卷积模块，得到学术研究主题自身的时序特征，表示时间步的特征，表示为： ，式中，表示时间步的特征，为批大小，为观测时间步数，为节点数，为特征数，为卷积核的大小，为膨胀系数，为第个卷积核的权重，表示时间步的特征；将时序特征输入至多头图注意力模块，得到学术研究主题之间的关联特征；将关联特征输入至预测输出模块，得到特征矩阵；其中预测输出模块包括依次设置的第一全连接层、ReLU激活函数层和第二全连接层。

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南京信息工程大学，其通讯地址为：210044 江苏省南京市江北新区宁六路219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”。