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！

龙图腾网获悉重庆邮电大学申请的专利一种基于用户长短期偏好的序列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：CN114969533B 。

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：202210624731.8，技术领域涉及：G06F16/9535；该发明授权一种基于用户长短期偏好的序列推荐方法是由刘伯红;石翰睿设计研发完成，并于2022-06-02向国家知识产权局提交的专利申请。

本一种基于用户长短期偏好的序列推荐方法在说明书摘要公布了：本发明公开了一种基于用户长短期偏好的序列推荐方法，传统的推荐模型使用协同过滤算法建模用户的潜在兴趣，但用户的兴趣往往是复杂多变且随时间变化的，单一的模型无法准确建模用户的兴趣特征，为解决该问题，本发明根据用户的历史序列数据，利用融合注意力机制的门控循环单元建模用户的短期兴趣，同时采用基于神经协同过滤隐含因子模型基于用户的全局信息提取用户长期兴趣，通过注意力机制为长短期兴趣分配不同的权重，得到最终的推荐结果。

本发明授权一种基于用户长短期偏好的序列推荐方法在权利要求书中公布了：1.一种基于用户长短期偏好的序列推荐方法，其特征在于将用户历史行为序列输入模型，通过嵌入层，兴趣提取层以及兴趣融合层得到最终推荐给用户的推荐列表，包括以下步骤： S1、获取用户历史行为序列，引入item2vec来进行项目嵌入生成用户向量表示； S2、采用门控循环单元建模用户短期兴趣，并引入注意力机制来控制GRU网络的更新门； 所述引入注意力机制来控制GRU网络的更新门，需要先将历史行为序列的嵌入向量和目标物品向量输入到注意力网络，注意力网络计算得到两者的相关权重w并传递给GRU网络；注意力网络计算公式如下： 其中at为输出权重，表示当前历史行为与目标项目的相关程度，该值越大，就表明两者的相关性越高；是将隐藏层投影到输出权重的转换向量；⊙为内积操作；β是用来调节softmax函数的平滑指数； 具体更新门计算如下： 式中是引入注意力机制的更新门，u′t是原始更新门，h′t-1是AGRU网络中隐藏状态；为用户的短期兴趣； S3、使用MLP建模用户的长期兴趣，在隐因子向量空间中寻找用户高阶特征； 长期兴趣模块使用MLP建模用户的历史行为序列，在此模块中，所有的用户和项目都被映射到同一隐含因子空间中，每一个用户u和项目i都分别与一个隐含因子向量相关联，即和qi，中的各个元素则表示用户对项目的喜好程度，qi包含了项目i的隐含特征，和qi分别为用户和项目的隐向量，具体公式如下： 式中a*，W*，b*分别为MLP第*层的激活函数、权重矩阵和偏置函数，是用户的长期兴趣； S4、基于注意力机制对长期兴趣和短期兴趣进行聚合，并利用融合后长短期兴趣计算相应的推荐结果。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2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”。