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！

龙图腾网获悉北京邮电大学申请的专利一种基于图神经网络的协同过滤模型设计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：CN114266353B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202111589057.6，技术领域涉及：G06N3/0985；该发明授权一种基于图神经网络的协同过滤模型设计方法是由石川;王贞仪设计研发完成，并于2021-12-23向国家知识产权局提交的专利申请。

本一种基于图神经网络的协同过滤模型设计方法在说明书摘要公布了：本发明公开了一种基于图神经网络的协同过滤模型设计方法，首先提出了一个统一的基于图神经网络的协同过滤模型设计框架，在这个框架之上，我们定义了一个设计空间，并通过大量的实验来评估它，获得了有趣的发现，为模型设计提供了见解。在这些见解的指导下，本发明对原设计空间进行了压缩，以获得一个紧凑的空间，其中包含更高浓度的高性能模型。实验表明，压缩后的设计空间具有较高的质量和较强的泛化能力。本发明首次尝试对基于图神经网络的协同过滤设计空间进行了剖析，这不仅加深了领域学者对模型不同设计维度的理解，也为推荐场景下的图神经网络方法设计提供了一种新的范式。

本发明授权一种基于图神经网络的协同过滤模型设计方法在权利要求书中公布了：1.一种基于图神经网络的协同过滤模型设计方法，其特征在于，包括以下步骤： S1、提出基于图神经网络的协同过滤模型统一设计框架，该框架包含初始化、图神经网络、多组件和交互函数四个模块； 初始化模块通过嵌入矩阵ID查找将用户和商品的独热ID投影成为稠密实值嵌入向量，即eu＝lookupIDu和ei＝lookupIDi，其中eu和ei分别为用户u和商品i的初始嵌入； 图神经网络将用户和商品的初始嵌入输入到图神经网络中，通过图神经网络层的传播来更新嵌入表示，并结合各图神经网络层的输出得到表示，过程如下： 其中，和分别代表用户u和商品i经过l层图神经网络更新后的表示，m·代表编码商品i到用户u的消息流的消息函数，σ是激活函数，是用户u的邻居，f·是邻居信息聚合方法，g·是经过L层传播后，聚合L+1个表示的层聚合函数； 多组件模块通过将用户和商品表示分解为多个组件，执行K次独立的嵌入过程，得到K个组件对应表示为hu,1,hu,2,…,hu,K，将它们组合起来得到最终表示，如下所示： hu＝chu,1,hu,2,…,hu,K 其中，c·为组件聚合函数； 交互函数模块执行用户-商品匹配，并预测用户-商品对的评分，以反映用户偏好，如下所示： 其中，p·为交互函数，预测用户-商品对u,i的评分为 S2、基于以上的统一设计框架，提取多个设计维度，分别分布于四个模块中，每个设计维度含有多个设计选择，建立设计空间； S3、采用受控随机搜索评估设计空间； S4、通过缩小设计维度的设计选择来压缩设计空间，产生性能良好的模型。

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邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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”。