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基于历史行为的新闻推荐方法及系统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：CN115455281B 。

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：202211016391.7，技术领域涉及：G06F16/9535；该发明授权基于历史行为的新闻推荐方法及系统是由沈志东;张浩杰设计研发完成，并于2022-08-24向国家知识产权局提交的专利申请。

本基于历史行为的新闻推荐方法及系统在说明书摘要公布了：本发明公开了一种基于历史行为的新闻推荐方法即系统，包括：对用户点击过的新闻包含的单词进行词嵌入并生成词向量，对与单词相关的实体构建子图并对其进行图嵌入；对词向量进行处理和预测获得新闻标题向量，并对新闻标题向量进行聚类且分配标签以计算新闻的主题向量；将新闻主题向量嵌入送入到长短期记忆网络中进行学习并使用自注意力算法学习用户的主题偏好；对图嵌入进行处理得到实体嵌入并根据实体嵌入使用图注意力机制挖掘用户的实体偏好；将得到的用户主题偏好嵌入和实体偏好嵌入与候选新闻比较，得到用户点击候选新闻的概率。本发明使得用户在面对新闻平台大量新闻时能够快速定位自己感兴趣的新闻的问题，有效提高了用户浏览新闻的体验。

本发明授权基于历史行为的新闻推荐方法及系统在权利要求书中公布了：1.一种基于历史行为的新闻推荐方法，其特征在于，包括如下步骤： 步骤1，对用户点击过的新闻包含的单词进行词嵌入并生成词向量，对与单词相关的实体构建子图并对其进行图嵌入； 步骤2，对词向量进行处理和预测获得新闻标题向量，联合训练词向量和新闻标题向量从而构造语义空间，在语义空间中对新闻标题向量进行聚类并分配标签以计算新闻的主题向量； 步骤3，将步骤2获得的新闻主题向量嵌入送入到长短期记忆网络中进行学习，并使用自注意力算法学习用户的主题偏好； 步骤4，对步骤1获得的图嵌入进行处理得到实体嵌入，并将得到的实体嵌入作为输入使用图注意力机制挖掘用户的实体偏好； 步骤5，将步骤3得到的用户主题偏好嵌入和步骤4得到的实体偏好嵌入与候选新闻比较，得到用户点击候选新闻的概率； 其中，步骤1具体包括： 步骤1.1、对用户点击过的新闻包含的单词使用word2vec模型进行词嵌入并生成词向量； 步骤1.2、对用户点击过的新闻包含的实体构建子图并使用Transe模型进行图嵌入； 步骤2具体包括： 步骤2.1、使用doc2vec模型对步骤1中的词向量进行处理预测获得新闻标题向量，联合训练词向量和新闻标题向量，在训练过程中使用反向传播和随机梯度下降来更新新闻标题向量，并使新闻标题向量靠近标题中单词的词向量，远离标题外单词的词向量，以产生语义空间； 步骤2.2、在语义空间中使用基于分层密度的带噪声应用空间聚类HDBSCAN寻找新闻标题的密集区域，其中，在寻找新闻标题的密集区域前，先采用统一流形逼近和投影降维对新闻标题向量进行降维，在降维空间中，再利用HDBSCAN发现密集的新闻标题簇； 步骤2.3、为每个密集的新闻标题簇分配不同的标签，同一标签的新闻标题向量用于计算主题向量，由于新闻标题向量代表新闻标题的主题，所以同一标签的新闻标题向量的质心就是最能代表该新闻标题密集区域的主题向量。

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”。