Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京理工大学史树敏获国家专利权

北京理工大学史树敏获国家专利权

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!

龙图腾网获悉北京理工大学申请的专利一种基于用户意图增强的会话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:CN116431901B

龙图腾网通过国家知识产权局官网在2025-08-01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:202310225305.1,技术领域涉及:G06F16/9535;该发明授权一种基于用户意图增强的会话推荐方法是由史树敏;刘东阳;刘思辰设计研发完成,并于2023-03-09向国家知识产权局提交的专利申请。

一种基于用户意图增强的会话推荐方法在说明书摘要公布了:本发明涉及一种基于用户意图增强的会话推荐方法,属于数据挖掘与应用技术领域。本方法利用在用户会话序列中增加了多个意图节点,表示用户在会话中的意图变化。对于添加了意图节点的会话序列,利用稀疏注意力网络进行训练,挖掘用户意图偏好,计算意图节点的表示。对于得到的用户意图表示,利用对比学习方法进行意图增强,通过区分意图间的差异性获得更准确的会话向量表示。最后根据会话向量表示计算候选物品的推荐概率。本方法增强了用户意图,更好地建模会话表示,提升了推荐系统的性能。

本发明授权一种基于用户意图增强的会话推荐方法在权利要求书中公布了:1.一种基于用户意图增强的会话推荐方法,其特征在于,包括以下步骤: 步骤1:在会话序列中添加意图节点; 设置意图节点集合V中的意图节点均匀添加到会话序列S中,得到包含意图节点的会话序列SI={s1,s2,v1,s3,s4,v2,...,sn-1,sn,vk},下标n为包含意图节点的会话序列中物品的数量,下标k为包含意图节点的会话序列中意图节点的数量,包含意图节点的会话序列长度为n+k; 其中,意图节点集合,是初始设置的需要添加到用户会话序列中的意图节点的集合,其表达式为:V={v1,v2,...,vk},指为充分挖掘会话中的用户意图,需要在用户会话序列中添加的节点集合,该节点集合中有k个节点v1,v2,...,vk,下标k为意图节点的数量; 会话序列S={s1,s2,s3,s4,...,sn-1,sn},表示需要进行用户意图挖掘的会话序列,该序列中有n个物品s1,s2,s3,s4,...,sn-1,sn,下标n为会话序列长度,sn代表会话中的第n个物品; 步骤2:对于包含意图节点的会话序列,利用稀疏注意力网络对其进行建模,计算会话序列中意图节点的特征表示; 步骤3:对于包含意图节点的会话序列中每个意图节点的特征表示,利用对比学习对每个意图节点所代表的用户意图进行增强,计算意图节点间的对比损失;步骤如下: 步骤3.1:将步骤2得到的会话中每个意图节点的特征表示hI加入到一个空集合中,得到会话中意图节点的特征表示集合 步骤3.2:计算意图节点的特征表示集合中任意两个不同意图节点间的对比损失之和,得到意图节点间的对比损失,具体如下: 其中,I是步骤3.1得到的意图节点的特征表示集合,ei、ej是意图节点的特征表示集合I中两个不同意图节点的特征表示,sim表示两个向量的余弦相似度计算,Lcl是意图节点间的对比损失; 步骤4:利用步骤2得到的包含意图节点的会话序列的特征表示,计算会话序列的向量表示; 步骤5:计算候选物品的推荐概率; 在得到每个候选物品的推荐概率后,使用交叉熵作为推荐预测损失,使用意图节点间的对比损失作为辅助损失,使用推荐预测损失和对比损失的加和作为损失函数,使用梯度下降的方式对参数进行更新,最小化模型的预测误差。

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理工大学,其通讯地址为:100081 北京市海淀区中关村南大街5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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。