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 > 武汉大学胡瑞敏获国家专利权

武汉大学胡瑞敏获国家专利权

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!

龙图腾网获悉武汉大学申请的专利融合序列间和序列内项目相关性的序列推荐方法及设备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:CN115659014B

龙图腾网通过国家知识产权局官网在2025-08-19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:202211264633.4,技术领域涉及:G06F16/9535;该发明授权融合序列间和序列内项目相关性的序列推荐方法及设备是由胡瑞敏;黄娜娜;王晓晨;李登实;李希希;彭潇然;朱栋梁设计研发完成,并于2022-10-17向国家知识产权局提交的专利申请。

融合序列间和序列内项目相关性的序列推荐方法及设备在说明书摘要公布了:本发明提供了一种融合序列间和序列内项目相关性的序列推荐方法及设备。所述方法包括:步骤1:在序列间项目相关性模块中采用图神经网络,捕获来自用户‑项目二元图和项目‑项目共现图的第一阶项目相关性,对序列间项目相关性进行建模;步骤2:在序列内项目相关性编码器中建立循环神经网络和注意力网络,模拟每个单独序列内项目相关性和时长动态,对序列内项目相关性进行建模;步骤3:采用前融合方式对序列间和序列内项目相关性进行融合,生成最终的用户兴趣;步骤4:采用步骤3得到的用户最终兴趣,来预测用户对候选项目的偏好,计算待推荐项目的排序得分,完成序列推荐任务。本发明可以有效提高推荐平台的推荐性能。

本发明授权融合序列间和序列内项目相关性的序列推荐方法及设备在权利要求书中公布了:1.一种融合序列间和序列内项目相关性的序列推荐方法,其特征在于,包括:步骤1:在序列间项目相关性模块中采用图神经网络,捕获来自用户-项目二元图和项目-项目共现图的第一阶项目相关性,对序列间项目相关性进行建模;步骤2:在序列内项目相关性编码器中建立循环神经网络和注意力网络,模拟每个单独序列内项目相关性和时长动态,对序列内项目相关性进行建模;步骤3:采用前融合方式对序列间和序列内项目相关性进行融合,生成最终的用户兴趣;步骤4:采用步骤3得到的用户最终兴趣,来预测用户对候选项目的偏好,计算待推荐项目的排序得分,完成序列推荐任务; 步骤1包括:步骤1.1:通过采用用户-项目二元图和项目-项目共现图来学习序列间项目相关性,得到序列间项目相关性嵌入向量;步骤1.2:通过残差连接的方式将原始项目信息保存起来,得到原始项目的嵌入向量;步骤1.3:通过融合得到的三种类型的项目信息来生成集成学习项目的嵌入向量; 步骤1.1中,用户-项目二部图是无向图,其包含两类节点,分别是用户节点和项目节点;一个节点的嵌入向量不仅包含节点本身的信息,还包括图结构信息以及邻居节点信息,为得到一个节点,聚合节点的邻居节点信息,包括: 其中,或者为该项目节点或者用户节点的k+1层邻居节点聚合之后的信息,和或者和,分别是该聚合函数在第k层的权重矩阵和偏置向量,为该聚合函数的池化方法,为激活函数,融合节点本身的信息和聚合之后的邻居节点信息,包括: 其中,和或者和分别为转换函数在第k层项目或用户的权重矩阵和偏置向量,[;]为连接函数,对于一个项目节点,其在第k层的隐向量为通过聚合该节点的第k+1层邻居节点的信息得到,是用户的原始嵌入向量,是项目的原始嵌入向量。

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武汉大学,其通讯地址为:430072 湖北省武汉市武昌区珞珈山街道八一路299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。