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！

龙图腾网获悉中国计量大学申请的专利基于注意力机制的知识图谱偏好预测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：CN115618009B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202211169208.7，技术领域涉及：G06F16/9535；该发明授权基于注意力机制的知识图谱偏好预测推荐方法是由陆佳炜;李家朋;朱昊天;肖刚;王琪冰;李琛;徐俊;程振波;吴俚达;王志鹏设计研发完成，并于2022-09-26向国家知识产权局提交的专利申请。

本基于注意力机制的知识图谱偏好预测推荐方法在说明书摘要公布了：一种基于注意力机制的知识图谱偏好预测推荐方法，包括以下步骤：第一步、符号定义；第二步、偏好传播方法设计；第三步、基于偏好传播的资源推荐；第四步、基于缩放点积注意力的图上文表示；第五步、损失函数定义，最终计算结果来判断是否将项目v#加入用户u#的推荐列表。本发明引入偏好传播思想，获取用户在数据集上的兴趣集合，通过适应多个头实体组成的复杂路径，随后修剪路径和引入实体‑关系上文对，增强用户的偏好兴趣，提高推荐的精确度，然后利用缩放点积注意力机制整合全部路径信息，并计算用户对候选实体的关注程度，来为用户提供个性化推荐。使推荐的信息更加精准到用户感兴趣的部分，推荐效率提升。

本发明授权基于注意力机制的知识图谱偏好预测推荐方法在权利要求书中公布了：1.一种基于注意力机制的知识图谱偏好预测推荐方法，其特征在于，所述方法包括以下步骤： 第一步、符号定义，过程如下： 已知一个用户集U#＝{u# 1,u# 2,...u# μ}和项目集V#＝{v# 1,v# 2,...v# υ}，u# μ表示用户集中的第μ个用户，v# υ表示项目集中的第υ个项目，用户和项目之间的交互行为被放入一个交互矩阵其中的值只有两种，0或1，如果用户u#与项目v#有浏览、点击交互行为，则否则等于0，每个用户都有一个历史兴趣集表示用户u#的历史兴趣集中的第θ个元素，历史兴趣集中的元素代表与用户有交互行为的项目；U#和V#都是知识图谱G的一部分，知识图谱G＝{E,R,T}，E表示实体的集合，R表示关系的集合，T表示正例三元组的集合，对于三元组eh,r,et，用v#eh,v#r,v#et分别表示eh,r,et在项目向量空间中的嵌入，项目被视为知识图谱中的实体，V#∈E，项目集V#中的项目被视为对用户进行推荐的候选项目，若候选项目在交互矩阵中已经与用户有过交互，则将该项目从候选项目中移除，候选项目集合被定义为：目标是预测用户会喜欢或者点击候选项目v# g的概率； 第二步、偏好传播方法设计； 第三步、基于偏好传播的资源推荐，过程如下； 步骤3.1、在知识图谱中，一个用户有多个历史项目，为了能够适应复杂的知识图谱，在历史项目和候选项目v# g之间的图结构表示为：S0→S1→S2...→Sl，→表示从上一个节点传播到下一个节点，其中 Si表示历史项目到候选项目之间的第i个节点，实体从上一个波纹集中得到的资源被定义为： 表示波纹集中所有尾实体是的三元组,表示波纹集中所有头实体是的三元组，定义用户的初始资源为Rpall＝1，在推荐系统中，用户的初始资源表示用户对项目的兴趣，假设用户对每个历史项目的感兴趣程度一致，则每个历史项目的兴趣 步骤3.2、用户对候选项目v# g的兴趣，定义为用户从所有历史项目出发，沿着和v# g之间的路径，最终到达v# g的资源量，在资源流动的过程中，从多个历史项目出发的路径之间很可能会产生交互，有实体在多条路径的交点上，就如同线段之间的交点，此时交点实体的资源量是多个直接前身资源量的总和，身处交叉点的实体代表用户很有可能更喜欢这个相关实体，最终，记候选项目v# g的兴趣资源量为Resv# g； 第四步、基于缩放点积注意力的图上文表示； 第五步、损失函数定义，最终计算结果来判断是否将项目v#加入用户u#的推荐列表。

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中国计量大学，其通讯地址为：310018 浙江省杭州市下沙高教园区学源街258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”。