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！

龙图腾网获悉清华大学深圳国际研究生院申请的专利一种基于多行为信息挖掘的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：CN119622100B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202411741581.4，技术领域涉及：G06F16/9535；该发明授权一种基于多行为信息挖掘的推荐方法是由李秀;翟晨昊设计研发完成，并于2024-11-29向国家知识产权局提交的专利申请。

本一种基于多行为信息挖掘的推荐方法在说明书摘要公布了：一种基于多行为信息挖掘的推荐方法，包括：首先，通过嵌入层处理将用户和物品特征转化为低维密集向量，为捕捉用户行为模式提供基础特征输入。其次，利用组合优化图卷积网络COGCN对用户行为模式进行捕捉，通过在行为前、行为中、行为后三个阶段施加不同程度的约束，实现多行为融合。接着，通过分布拟合多专家网络DFME协调不同任务之间的关系，利用对比学习适应性地对齐目标行为和辅助行为的分布，减少特征分布偏差。最后，通过门控机制聚合DFME的行为特定专家和拟合专家的输出，形成多行为预测的最终结果，优化预测性能。本发明在真实世界的数据集上进行了全面实验，验证了其在多行为推荐中的优越性能，具有很好的商业价值和应用前景。

本发明授权一种基于多行为信息挖掘的推荐方法在权利要求书中公布了：1.一种基于多行为信息挖掘的推荐方法，其特征在于，包括以下步骤： S1.嵌入层处理：将用户和物品的特征通过嵌入层转化为低维密集向量表示，为用户行为模式的捕捉提供基础特征输入； S2.组合优化图卷积网络信息提取：利用组合优化图卷积网络COGCN，对用户行为模式进行捕捉，通过在行为前、行为中、行为后三个阶段施加不同程度的约束，实现多行为融合，其中：行为前约束通过聚合上游行为信息，为当前行为提供上下文；行为中约束通过限制当前行为的学习过程，防止下游行为信息的泄露，以捕获复杂的用户行为模式；行为后约束独立输出每种行为的表示以用于后续的多任务学习； S3.分布拟合多专家网络任务协调：通过分布拟合多专家网络DFME，协调不同任务之间的关系，包括：利用对比学习适应性地对齐目标行为和辅助行为的分布，减少特征分布偏差；分布拟合多专家网络为每个任务定义行为特定专家和拟合专家，其中行为特定专家负责处理与特定行为相关的特征提取，而拟合专家通过图卷积网络细化每种行为的表示空间，对行为特征分布进行拟合，以减少不同行为之间的分布偏差，增强行为特征的提取和表示； S4.多行为预测：分布拟合多专家网络DFME的行为特定专家和拟合专家的输出通过门控机制聚合，形成多行为预测的最终结果，其中门控机制用于平衡不同专家的贡献，优化预测性能，从而将COGCN提供的用户行为模式的深度表示和DFME协调的任务关系和特征表示相结合，共同实现多行为预测，生成推荐结果。

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清华大学深圳国际研究生院，其通讯地址为：518071 广东省深圳市南山区桃源街道丽水路2279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。