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！

龙图腾网恭喜北京计算机技术及应用研究所申请的专利一种面向信息茧房突破的多模态信息去偏差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：CN116150487B 。

龙图腾网通过国家知识产权局官网在2025-06-17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：202310125986.4，技术领域涉及：G06F16/9535；该发明授权一种面向信息茧房突破的多模态信息去偏差推荐方法是由王哲;王斌;吴桐;陈志浩;乔京设计研发完成，并于2023-02-17向国家知识产权局提交的专利申请。

本一种面向信息茧房突破的多模态信息去偏差推荐方法在说明书摘要公布了：本发明涉及一种面向信息茧房突破的多模态信息去偏差推荐方法，属于网络空间认知域安全研究技术领域。本发明设计了一个多模态图卷积网络框架，以更好地捕捉用户的偏好，进而更好地为用户推荐内容信息；本发明还将用户认知特性融入到矩阵分解模型中，提出一种融合用户认知特性的矩阵分解推荐算法，该算法利用用户的认知特性来预测用户对推荐内容的感兴趣值，并将用户认知特性正则化加入到矩阵分解模型中，从而得到更具针对性的推荐信息；本发明还对推荐的内容信息进行相关性分析、排序，优先推荐相关性较强的内容信息，充分考虑用户兴趣偏好的同时，将用户认知特性考虑在推荐因素内，进而突破“信息茧房”。

本发明授权一种面向信息茧房突破的多模态信息去偏差推荐方法在权利要求书中公布了：1.一种面向信息茧房突破的多模态信息去偏差推荐方法，其特征在于，包括以下步骤： 1基于用户多模态信息的信息推荐：通过分析用户的历史行为数据，对用户搜索浏览过的文本信息、图像信息以及视频信息数据进行分析表示，捕捉用户的偏好，完成用户的个性化建模，从而实现主动为不同用户群体推荐信息； 2融合用户认知特性的信息推荐：结合用户的历史行为数据，通过数据挖掘算法分析用户的认知特性，提出融合用户认知特性的矩阵分解推荐算法，其采用矩阵分解技术和协同过滤方法获取推荐结果，从而为用户推荐更符合用户当下状态的相关信息内容； 3去偏差推荐：对步骤1、步骤2的推荐内容进行相关性分析，并对推荐内容的相关性进行优先级排序，优先为用户推荐相关性大于预设阈值的信息； 步骤1的具体实现步骤如下： 1对于二分图Gm中的用户节点，聚合层采用聚合函数f·来量化其邻居的影响并输出，计算方法如下式所示： hm＝fNu1 其中，m∈M＝{t,i,v}，表示模态，t、i、v分别表示文本、图像与视频模态，Nu表示用户u的邻居，f·表示聚合函数； 2采用一种新的组合层，融合三个信息，它将结构信息hm、内在信息um和模态连接uid整合成一种统一的表示形式，具体表示为： 其中g表示组合函数； 3通过模态m来搜集l跳邻居传播的信息，模拟用户的探索过程，形式上，用户u的l跳邻居表示和第l个多模态组合层的输出递归表示为： 即为模态的表示学习；其中，是上一层生成的表示，记录来自l-1跳邻居的信息，在初始迭代中设置为um；其中，用户u与可训练向量um，相关联；在模态m中描述了用户对内容信息特征的偏好，并考虑了反映模态之间潜在关系的模态交互的影响； 将L个单模态聚合层和多模态组合层叠加后，通过多模态表示的线性组合，得到用户u和预测的文本信息i的最终表示：

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北京计算机技术及应用研究所，其通讯地址为：100854 北京市海淀区永定路51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”。