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！

龙图腾网获悉燕山大学申请的专利应用于推荐场景的基于时空会话图的归纳式矩阵补全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：CN115840852B 。

龙图腾网通过国家知识产权局官网在2025-06-27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：202211581727.4，技术领域涉及：G06F16/9535；该发明授权应用于推荐场景的基于时空会话图的归纳式矩阵补全方法是由宫继兵;赵金烨;赵祎;郑少杰;张锦;彭吉全;林宇庭设计研发完成，并于2022-12-09向国家知识产权局提交的专利申请。

本应用于推荐场景的基于时空会话图的归纳式矩阵补全方法在说明书摘要公布了：本发明提供了一种应用于推荐场景的基于时空会话图的归纳式矩阵补全方法，该方法包括：基于用户‑项目二部图提取每个训练用户‑项目对的一跳邻居图，这些局部图包含了丰富的用户与项目交互的图模式信息。根据用户与物品之间的交互时间密度对物品进行聚类，得到用户‑项目对的会话子图序列，聚合用户的会话子图表征得到用户的局部兴趣表征。利用元学习得到会话子图之间的隐含关系，获得用户兴趣的全局表征。之后利用多头注意力机制学习用户、项目的时空邻居表征向量，将全局表征与用户、项目的时空邻居表征融合得到用户兴趣的最终表征。本发明融合了时空信息，进一步挖掘了用户的潜在兴趣，与多种最新方法相比，该方法具有竞争优势。

本发明授权应用于推荐场景的基于时空会话图的归纳式矩阵补全方法在权利要求书中公布了：1.一种应用于推荐场景的基于时空会话图的归纳式矩阵补全方法，其特征在于包括以下步骤： S1、数据预处理：提取用户历史交互数据中用户对项目的评级信息、用户与项目交互的时间信息，构建用户-项目评级矩阵与用户-项目时间戳矩阵； S2、构建用户-项目对的一跳邻居图：对评级矩阵中每一个用户-项目对，根据用户-项目二部图分别提取用户与项目的邻居节点，构建用户-项目对的一跳邻居图； S3、获取用户的会话子图：利用DBSCAN算法根据用户-项目时间戳矩阵，对用户的交互项目进行基于时间密度的聚类，之后根据项目的聚类结果对用户-项目对的一跳邻居图进行分割，获得用户-项目对的会话子图集，每一个会话子图中的项目都是该用户在一段相邻近时间内的交互； S4、学习用户局部兴趣表征：利用R-GCN训练得到会话子图的表征向量，之后将用户-项目对的会话子图表征向量进行拼接得到用户的局部兴趣表征向量； S5、学习用户全局兴趣表征：利用元学习，学习会话子图之间的潜在关系，得到用户兴趣的全局表征向量： S6、学习用户-项目对的时空邻居嵌入：使用多头注意力机制获取用户，项目对的时空邻居嵌入； S7、回归预测：将用户的全局兴趣表征与用户-项目对的时空邻居嵌入进行拼接得到用户的最终兴趣表征，之后将用户最终的兴趣表征向量输入到MLP层进行回归预测得到用户对项目的预测分数； 步骤S2具体包括以下步骤： S21、根据评级矩阵构建用户-项目二部图G，G中只含有两种节点：用户节点u和项目节点v，边只存在于用户u与项目v之间,边的特征为u对v的评级信息；u对应于评级矩阵中的行，v对应评级矩阵中的列； S22、获取u,v对的一跳邻居,从二部图G中获取u的一跳邻居,即与v交互的所有用户user节点，获取v的一跳邻居，即获取与u交互的所有项目item节点，此过程可描述为： U＝{u},V＝{v}1 Uneighbor＝{ui∶ui～V}\U2 Vneighbor＝{vi∶vi～U}\V3 S23、构建u,v的一跳邻居图 U＝U∪Uneighbor4 V＝V∪Vneighbor5 利用得到的U、V从用户-项目二部图G中导出u,v的一跳邻居图构建一跳邻居图的评级矩阵。

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燕山大学，其通讯地址为：066004 河北省秦皇岛市海港区河北大街438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”。