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！

龙图腾网获悉南京航空航天大学申请的专利一种基于偏好原型感知学习的通用跨域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：CN118606560B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202410894895.1，技术领域涉及：G06F16/9535；该发明授权一种基于偏好原型感知学习的通用跨域推荐方法是由张雨溪;张吉;李博涵;徐飞扬;陈吕莹设计研发完成，并于2024-07-04向国家知识产权局提交的专利申请。

本一种基于偏好原型感知学习的通用跨域推荐方法在说明书摘要公布了：本发明公开了一种基于偏好原型感知学习的通用推荐方法，属于大数据分析技术。本发明在实现通用跨域推荐时是通过偏好原型感知学习方法来定量地学习用户偏好，同时最小化来自原始域的干扰。本发明方法由两个互补的组件组成：混合编码器和偏好原型感知解码器，形成了一个适合各种现实场景的端到端统一框架。混合编码器使用混合网络来学习交互项的一般表示，并捕获跨不同领域的项目之间的内在关系。偏好原型感知解码器实现了一种可学习的原型匹配机制来定量感知用户偏好，可以在更高的语义层次上准确捕获用户偏好。偏好原型感知解码器还可以避免由原始域的项目特征引起的干扰。本发明的优势不仅在于提供准确的推荐，还在于提供可靠的偏好原型。

本发明授权一种基于偏好原型感知学习的通用跨域推荐方法在权利要求书中公布了：1.一种基于偏好原型感知学习的通用跨域推荐方法，其特征在于，该方法包括利用原型感知学习量化用户偏好，且根据给定的特定交互项目与全局交互项目以及用户ID，以实现在若干个场景下的通用跨域推荐，该方法步骤包括： S1、对域中的用户、项目和交互进行定义，对于X域和Y域所组成的双域场景表示为i∈{X,Y}，用户、项目和交互组成集合表示为跨域项目之间的相似度分数Bg＝BX,BY，其中BX和BY分别代表在X域和Y域中个性化的相似度分数，该相似度分数用于增强项目特征的先验知识； 基于交互从项目中选择N个项目以构成特定交互项目基于交互从和中选择2N个项目表示共享交互项目Vg，且和Bi以及全局嵌入Vg和Bg组成项目有效的相关输入； S2、通过项目评分的指导来提取有效的特定表示构建混合编码器，且基于混合网络来学习已交互项目的通用表示，基于两个混合编码器分支来捕获两个编码的领域特征，捕捉项目之间更深层次的依赖关系，进而通过项目评分生成可学习的权重来引导项目嵌入； 考虑潜在用户uj在X域中进行的交互行为，根据包含特定项目嵌入和评分BX∈RN×1的历史记录，设计混合网络以实现捕获领域表示E，用于压缩项目嵌入和评分，其中N是样本数量； 所述的混合网络通过参数ψ来编码项目嵌入，表示为f·；ψ:RN×h→R1×h，该混合网络遵循的混合机制如下： 其中，和是可学习的参数，符号|·|表示取绝对值，混合权重W1∈RN×h和W2∈Rh ×1是由输入的评分B学习得到的； 运行上述式子之后，通过领域表示E和当前用户嵌入uj，生成最终编码的领域特征 S3、基于步骤S2中混合网络捕捉的项目之间的关系，针对特定分支和全局分支进行编码，使其成为高度相关的特定领域特征和全局领域特征，然后使用混合编码器来学习特定领域和全局领域的表示，且包括特定分支和全局分支的编码特征供原型感知解码器使用； S4、采用经过原型解码器量化的用户兴趣原型来定位目标项目，包括按照正向偏好和负向偏好对源域中的用户偏好进行不喜欢到喜欢的量化，由此得到原型的偏好表示，基于原型感知解码器计算项目相似度，将源领域的偏好引入共享领域来指导全局编码特征，实现在目标领域中提取最终的用户特征最后用户-项目预测评分通过计算，以决定推荐项目； 该方法包括选择对比学习作为辅助任务算法来调节正负交互的潜在空间。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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”。