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！

龙图腾网获悉内蒙古大学申请的专利一种基于超图卷积的多尺度时空感知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：CN119903237B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202411988192.1，技术领域涉及：G06F16/9535；该发明授权一种基于超图卷积的多尺度时空感知推荐方法及系统是由王炜华;张雷;韩冬;飞龙;高光来设计研发完成，并于2024-12-30向国家知识产权局提交的专利申请。

本一种基于超图卷积的多尺度时空感知推荐方法及系统在说明书摘要公布了：本申请公开了一种基于超图卷积的多尺度时空感知推荐方法及系统，涉及社交网络应用的推荐领域，该方法包括：获取样本用户签到数据，对所述样本用户签到数据进行时间尺度分割，得到样本多尺度签到序列数据，以用户的签到点为节点，以时间尺度为超边，构建各时间尺度下的超图；采用超图的节点特征和超边特征，对推荐模型进行训练；推荐模型利用超图卷积和注意力机制，以节点损失和超边损失为约束，对节点特征和超边特征进行更新，基于更新后的节点特征和超边特征，进行多尺度时空信息交互融合，得到预测推荐结果，以交叉熵损失作为预测评估约束；采用训练好的推荐模型，对待预测信息进行预测，本申请提升了推荐的准确性和个性化程度。

本发明授权一种基于超图卷积的多尺度时空感知推荐方法及系统在权利要求书中公布了：1.一种基于超图卷积的多尺度时空感知推荐方法，其特征在于，所述基于超图卷积的多尺度时空感知推荐方法包括： 获取样本用户签到数据；所述样本用户签到数据包括用户信息、用户访问的签到点的时空信息；所述时空信息包括签到点的地理信息和签到时间信息； 对所述样本用户签到数据进行时间尺度分割，得到样本多尺度签到序列数据；所述样本多尺度签到序列数据包括不同尺度下的子序列；每一子序列包括若干签到点的时空信息； 以用户的签到点作为节点，以时间尺度作为超边，根据所述样本多尺度签到序列数据构建每一时间尺度下的超图；所述超图中节点的节点特征包括用户信息和签到点的时空信息；所述超边的超边特征由所连接若干节点的节点特征构成； 采用所述超图的节点特征和超边特征，对推荐模型进行训练，得到训练好的推荐模型，具体包括： 对于每一时间尺度，基于每个节点的特征向量，采用聚合节点相似语义信息的操作，更新超边特征，得到超边的聚合后特征信息；将超边的聚合后特征信息作为超边的超边特征； 基于超边的聚合后特征信息，对节点及对应超边的语义相似度进行约束，构建节点约束损失函数和超边损失函数； 利用超图卷积和注意力机制，以联合约束为损失，对节点特征和超边特征进行更新，得到更新后的节点特征和更新后的超边特征； 基于更新后的节点特征和更新后的超边特征，进行多尺度时空信息交互融合，得到预测推荐结果； 根据每一批次的预测推荐结果计算损失函数值； 利用损失函数值，对推荐模型进行训练，得到训练好的推荐模型；所述推荐模型，利用超图卷积和注意力机制，以联合约束为损失，对节点特征和超边特征进行更新，得到更新后的节点特征和更新后的超边特征；基于更新后的节点特征和更新后的超边特征，进行多尺度时空信息交互融合，得到预测推荐结果；所述联合约束由节点约束损失函数和超边损失函数构成；所述预测推荐结果包括预测推荐点的位置信息； 采用训练好的推荐模型，对待预测信息进行预测，得到待预测时刻的目标预测推荐结果，具体包括： 获取待预测信息；所述待预测信息包括用户信息、用户访问的签到点的地理信息和待预测时刻的时间信息； 将所述待预测信息输入至训练好的推荐模型中，得到若干预测推荐点的预测分数； 对所有预测推荐点的偏好分数按从大到小进行排序，将排在前设定数量个的预测推荐点确定为待预测时刻的目标预测推荐结果。

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内蒙古大学，其通讯地址为：010021 内蒙古自治区呼和浩特市赛罕区大学西路235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。