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！

龙图腾网恭喜苏州科技大学申请的专利基于用户意图学习的交互式聚类质量提升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：CN116049697B 。

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：202310031011.5，技术领域涉及：G06F18/23；该发明授权基于用户意图学习的交互式聚类质量提升方法是由王蕴哲设计研发完成，并于2023-01-10向国家知识产权局提交的专利申请。

本基于用户意图学习的交互式聚类质量提升方法在说明书摘要公布了：本发明公开了基于用户意图学习的交互式聚类质量提升方法，属于人机交互、可视分析技术领域，包括以下步骤：步骤一：数据采集和存储，并得到数据集D；步骤二：从D中抽取样本得到样本集S；步骤三：对S进行初始聚类，系统进行数据分析，通过可视化形式推荐聚类调整方案；步骤四：用户调整CS，得到C’S，系统通过半监督方法学习用户调整过程中反映的聚类意图，再对更大量的未调整样本进行自动化聚类。本发明的核心在于使用用户调整后的样本的分组信息对更大量的未调整样本进行自动化聚类；本发明通过构建连通的隐式语义关系图对所有样本的关联关系进行建模，使普通用户也可使用该方法，也有利于实现该方法的跨学科、跨数据的应用。

本发明授权基于用户意图学习的交互式聚类质量提升方法在权利要求书中公布了：1.基于用户意图学习的交互式聚类质量提升方法，其特征在于，包括以下步骤：步骤一：数据采集和存储：采集数据并得到数据集D＝{d1,d2,...,dn}；步骤二：小批量数据采样：从数据集D中抽取r个样本并得到样本集S＝{s1,s2,...,sr}；步骤三：小样本初始聚类：采用聚类方法kmeans对样本集S进行初始聚类，并得到初步聚类结果CS，系统进行数据分析，通过可视化形式推荐聚类调整方案；步骤四：交互式聚类调整：用户根据经验知识或系统推荐对聚类结果CS进行调整，得到C’S，系统通过半监督方法学习用户调整过程中反映的聚类意图，并根据该聚类意图对未调整样本进行自动化聚类；此过程中，系统按以下improvement公式对每一步调整后聚类质量的提升程度进行计算： 其中，代表任意两个簇类Ci，Cj之间的相似程度；若improvement为负值，系统将提醒用户注意再次验证或撤销其操作；步骤五：聚类意图传播：构造包含所有样本的全连接图，以在当前小样本与新数据样本之间建立联系，将聚类问题转化为基于GNN模型的半监督学习问题，对未调整样本进行自动校准；步骤六：聚类结果评估：通过KL散度来计算两个概率分布之间的距离，样本属于各个簇的概率越接近，模型输出的最终结果越不可靠。

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苏州科技大学，其通讯地址为：215000 江苏省苏州市高新区科锐路1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”。