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！

龙图腾网获悉西安邮电大学申请的专利一种基于自监督的图神经网络推荐方法和系统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：CN115525836B 。

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：202210969801.3，技术领域涉及：G06F16/9536；该发明授权一种基于自监督的图神经网络推荐方法和系统是由孙爱晶;王国庆;魏帆;李益佳;王欣茹;杨凯琳;任丹设计研发完成，并于2022-08-12向国家知识产权局提交的专利申请。

本一种基于自监督的图神经网络推荐方法和系统在说明书摘要公布了：本发明公开了一种基于自监督的图神经网络推荐方法和系统，推荐方法包括以下步骤：S1、获取用户和项目交互数据，构成二部图；S2、通过流行偏差减少法将数据增强生成两个视角的增强数据；S3、对增强数据进行编码，分别生成向量Z′和向量Z″；S4、采用损失函数对向量Z′和向量Z″进行训练，获得图神经网络推荐模型；S5、基于图神经网络推荐模型对用户推送感兴趣的项目信息。本发明采用与领域相关的数据增强方式，使增强后的数据能够最大程度地保留推荐任务所需的信息，然后对增加数据编码，并采用损失函数进行迭代训练，得到图神经网络推荐模型，损失函数可以有效解决随机负采样问题，同时避免模型的联合训练。

本发明授权一种基于自监督的图神经网络推荐方法和系统在权利要求书中公布了：1.一种基于自监督的图神经网络推荐方法，其特征在于，包括以下步骤： S1、获取用户和项目交互数据，包括用户数据、项目数据和用户与项目交互记录数据，构成二部图，为节点属性矩阵，，为邻接矩阵，，代表用户节点的个数,代表项目节点的个数，代表向量维数； S2、通过基于项目流行度的流行偏差减少法将数据增强生成两个视角的增强数据和，具体包括以下步骤： S21、计算二部图中每条边的流行度，每条边的流行度为与其连接的项目节点的流行度大小，即，其中为二部图中连接用户节点和项目节点的边的流行度大小，代表项目节点的流行度； S22、基于边的流行度计算每条边的丢弃概率，丢弃概率计算公式如下： 式中为边的丢弃概率，是对进行归一化处理，和分别为所有边流行度的最小值和最大值，为自定义的每条边的全局丢弃概率，是超参数； S23、基于对数据增强得到增强数据和，，，其中为掩码矩阵，，中的每一项服从概率为的伯努利分布； S3、对增强数据和进行编码，分别生成向量和； S4、采用损失函数对向量和进行训练，获得图神经网络推荐模型，损失函数包括协变部分和不变部分，损失函数的公式如下： 其中和为超参数，为不变部分损失函数，分别为向量和向量的协变部分损失函数； S5、基于图神经网络推荐模型对用户推送感兴趣的项目信息。

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西安邮电大学，其通讯地址为：710061 陕西省西安市长安南路563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”。