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！

龙图腾网获悉重庆邮电大学申请的专利一种基于差分隐私的贝叶斯个性化矩阵分解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：CN116541606B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202310627915.4，技术领域涉及：G06F16/9535；该发明授权一种基于差分隐私的贝叶斯个性化矩阵分解推荐方法是由王永;刘汉洋;罗陈红;邓江洲;杨久裕;李博;叶建梅设计研发完成，并于2023-05-30向国家知识产权局提交的专利申请。

本一种基于差分隐私的贝叶斯个性化矩阵分解推荐方法在说明书摘要公布了：本发明涉及一种基于差分隐私的贝叶斯个性化矩阵分解推荐方法，属于计算机推荐系统领域和信息安全领域。该方法具体包括：将用户的隐式反馈数据转化成数值为0或1的隐式反馈矩阵；构造目标函数LW,H，基于贝叶斯个性化排序下的推荐算法对矩阵W和矩阵H求解,存储用户隐因子矩阵W；将求得的用户隐因子矩阵W,与项目矩阵再代入目标函数LW,H中将目标函数改写为使用梯度下降法对隐因子矩阵求解，考虑每一个项目隐因子梯度使用少量Laplace噪声对梯度进行扰动；对目标函数LH|D进行梯度下降，得到矩阵本发明具有良好的隐私保护性和模型准确性。

本发明授权一种基于差分隐私的贝叶斯个性化矩阵分解推荐方法在权利要求书中公布了：1.一种基于差分隐私的贝叶斯个性化矩阵分解推荐方法，其特征在于，该方法具体包括以下步骤： S1：用数值为0或1的隐式反馈矩阵表示用户对项目的隐式反馈数据，0表示用户对项目的非正反馈，1表示用户对项目的正反馈； S2：随机初始化矩阵W、H、W是用户隐因子矩阵，表示矩阵W的第u行，代表第u个用户的隐因子向量；H是项目隐因子矩阵，表示矩阵H的第i行，代表第i个项目的隐因子向量；是加噪的项目隐因子矩阵，表示矩阵的第i行，代表第i个项目加噪的隐因子向量；d表示隐因子向量的维度； S3：构建数据集D以及目标函数LW,H，利用基于贝叶斯个性化排序的矩阵分解推荐方法求解矩阵W和矩阵H，并保存矩阵W； S4：将S3中得到的矩阵W固定并代入LW,H，重新构建关于的目标函数计算关于的梯度确定梯度的敏感度； S5：根据敏感度对梯度做一范数裁剪，从Laplace分布采样噪声，对梯度加噪声得到加噪后的梯度用更新 S6：根据公式进行预测，对S1所述隐式反馈矩阵中非正反馈项目的预测结果进行排序，将TOP-N个项目推荐给用户。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区崇文路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”。

以上内容由龙图腾AI智能生成。