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！

龙图腾网获悉电子科技大学申请的专利一种基于时间感知的逆倾向得分的项目推荐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：CN115329202B 。

龙图腾网通过国家知识产权局官网在2025-06-06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：202211044162.6，技术领域涉及：G06F16/9535；该发明授权一种基于时间感知的逆倾向得分的项目推荐方法是由王庆先;黄庆;常奥;曾昌强;吴苏强设计研发完成，并于2022-08-30向国家知识产权局提交的专利申请。

本一种基于时间感知的逆倾向得分的项目推荐方法在说明书摘要公布了：本发明涉及互联网领域，具体涉及一种基于时间感知的逆倾向得分的项目推荐方法，本发明通过对曝光倾向计算引入改进后的逆倾向得分计算方法TE‑DeepFM，且改进后的逆倾向计算方法计算项目曝光倾向和用户项目曝光偏好的匹配值，使得本发明提出的方法充分考虑了数据间曝光与点击之间的因果关系，从而达到通过本方法生成的项目推荐列表更符合用户期望，增加“曝光‑点击”的概率；本发明解决了传统的推荐方法得到的推荐列表与用户期望存在较大差距的问题。

本发明授权一种基于时间感知的逆倾向得分的项目推荐方法在权利要求书中公布了：1.一种基于时间感知的逆倾向得分的项目推荐方法，其特征在于，包括以下步骤：步骤1：采集带有时间戳的新闻推荐数据和短视频推荐数据，并对带有时间戳的新闻推荐数据和短视频数据进行预处理，得到曝光-点击数据；步骤2：对曝光-点击数据进行特征提取，得到历史交互特征；步骤3：提取历史交互特征中的项目和时间戳，并计算时间序列中的相对时间间隔；步骤4：基于时间间隔与所设置的阈值将历史交互记录分为正负样本；步骤5：对正负样本进行同等概率抽样处理，得到无偏测试集；步骤6：根据历史交互特征，采用逆倾向评分计算方法计算用户的曝光偏好特征和项目的曝光倾向特征；所述步骤6包括以下步骤：步骤6.1：基于时间衰减函数计算项目点击量： 式中，Yu，i，t为计算了时间衰减的项目点击量，为时间衰减函数，按照指数衰减；β为冷却系数，为一个超参数，用于控制时间衰减的强度；Yu，i为未计算时间衰减的项目点击量；步骤6.2：对考虑了时间衰减的项目点击量进行求和，并与数据中项目的最大曝光量相除，得到项目曝光倾向和用户曝光偏好： 式中：pi，t为项目i在t时刻的曝光倾向，Yu，i，t为计算了时间衰减的项目点击量，∑为求和符号，为表示所有项目中的最大曝光量，τ为项目曝光倾向的平滑项；pu，t为用户曝光偏好；为带有时间衰减的项目点击量的累积和；|Iu|为表示用户交互的项目数量；步骤6.3：基于项目曝光倾向和用户曝光偏好，针对单个用户及其交互的项目进行再次求和之后的平均值，得到最终的用户曝光偏好的表示：θu,i,t＝α-|pu,t-pi,t|；式中：θu,i,t表示改进后的倾向得分，α为阀值用以限定曝光倾向的上限，pu，t为用户的曝光偏好，pi，t为项目的曝光倾向，倾向得分θu,i,t表示为用户的曝光偏好和项目的曝光倾向的匹配程度；当用户的曝光偏好和项目的曝光程度越匹配，则该项目有更大概率被点击；步骤6.4：将倾向得分θu,i,t分别与训练集、验证集和测试集中的历史交互特征进行拼接：h′＝[u，i，t，Yu,i，θu,i,t]；式中：θu,i,t为改进后的倾向得分，取值为[0,1]之间的值；其中u为用户特征；i为项目特征；t为时间戳；Yu,i为样本是否被点击，0表示未点击，1表示点击；[u，i，t，Yu,i，θu,i,t]为将项目曝光倾向得分和用户的历史交互特征的一维向量相拼接，h′为拼接后的用户项目历史交互记录条；步骤7：结合用户的历史交互特征和曝光倾向特征利用基于深度学习的因子分解机进行模型训练并计算得到项目i曝光后是否被用户u点击的点击概率；步骤8：基于无偏测试集验证因子分解机的除偏效果；步骤9：根据训练完成的因子分解机生成点击率降序的项目推荐列表。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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”。

以上内容由龙图腾AI智能生成。