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 > 西南大学黄潇获国家专利权

西南大学黄潇获国家专利权

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!

龙图腾网获悉西南大学申请的专利基于自适应全局图建模和意图对比学习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:CN119577240B

龙图腾网通过国家知识产权局官网在2025-08-12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:202411617808.4,技术领域涉及:G06F16/9535;该发明授权基于自适应全局图建模和意图对比学习的序列推荐方法是由黄潇;周煦晗;陈武设计研发完成,并于2024-11-13向国家知识产权局提交的专利申请。

基于自适应全局图建模和意图对比学习的序列推荐方法在说明书摘要公布了:本发明涉及人工智能优化操作系统技术领域,具体公开基于自适应全局图建模和意图对比学习的序列推荐方法,该方法包括:序列全局图构建、模块输出融合、序列推荐学习以及推荐结果优化,首先得到用户历史行为序列,构建为关联图并改进优化,得到并记为用户行为序列全局图,分别注入序列编码器的局部模块以及全局模块中,使局部模块和全局模块的输出进行融合,使得序列编码器可以全面地学习更具表达力的意图,以此进行意图对比学习,综合得到用户的序列推荐,并对用户进行预测,完成自适应全局图建模和意图对比学习的序列推荐,提升了在噪声情况下和数据稀疏情况下的推荐效果,改善了用户体验,多维度增强了序列推荐方法的鲁棒性和泛化能力。

本发明授权基于自适应全局图建模和意图对比学习的序列推荐方法在权利要求书中公布了:1.基于自适应全局图建模和意图对比学习的序列推荐方法,其特征在于,包括: S1.获取用户与物品之间的历史交互数据,并基于规则进行排序,得到用户历史行为序列,构建为关联图,对关联图进行改进优化,得到并记为用户行为序列全局图; S2.将用户行为序列全局图划分为用户各行为序列子图,与用户嵌入相结合,并注入序列编码器的局部模块中,将用户行为序列全局图,注入序列编码器的全局模块中,使局部模块和全局模块的输出进行融合,得到用户行为序列的表示; S3.通过序列编码器,从用户行为序列中提取得到用户意图,与用户行为序列的表示进行对比学习,将用户行为序列的表示,与其他用户行为序列的表示进行对比学习,综合得到用户的序列推荐; S4.基于用户的序列推荐,对用户进行预测,根据预测结果对序列推荐进行优化,以此完成自适应全局图建模和意图对比学习的序列推荐; 所述基于规则进行排序,得到用户历史行为序列,构建为关联图,具体分析过程为: 所述规则具体是按照各历史交互时间点的时间顺序进行排序; 所述用户与物品之间的历史交互数据,具体是用户在各历史交互时间点下与物品的交互数据; 所述得到用户历史行为序列,具体是将用户在各历史交互时间点下与物品的交互数据,按照各历史交互时间点的时间顺序进行排序,得到并记为各用户历史行为子序列,由此各用户历史行为子序列的集合称为用户历史行为序列; 所述用户历史行为序列分为项目集合以及用户与项目之间的关系集合; 所述构建为关联图,具体是将用户历史行为序列中的项目集合以及用户与项目之间的关系集合,按照预定义方式进行连接,具体表达式为: 关联图,其中V是项目集合,是用户与项目之间的关系集合,表示为关联图中第e条边的顶点i与顶点j之间的关系,。

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南大学,其通讯地址为:400715 重庆市北碚区天生路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”。

以上内容由AI智能生成
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。