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！

龙图腾网获悉华南理工大学申请的专利基于奇偶层图对比学习和交叉配对采样的流行度偏差消除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：CN118210978B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202410409181.7，技术领域涉及：G06F16/9535；该发明授权基于奇偶层图对比学习和交叉配对采样的流行度偏差消除推荐方法是由许可;叶瑾娴设计研发完成，并于2024-04-07向国家知识产权局提交的专利申请。

本基于奇偶层图对比学习和交叉配对采样的流行度偏差消除推荐方法在说明书摘要公布了：本发明公开了一种基于奇偶层图对比学习和交叉配对采样的流行度偏差消除推荐方法，所述方法包括：根据获取的用户与物品交互的数据集，构建二分图；将二分图的邻接矩阵输入去偏推荐模型中的图卷积网络，将所有卷积层的输出均值作为用户和物品的原始视图；将二分图的邻接矩阵输入去偏推荐模型中的噪音扰动的图卷积网络，基于节点在卷积奇数层和偶数层的邻居结构关系，构建对比视图；对数据集采用交叉配对采样得到训练集；根据训练集和原始视图计算主任务的损失函数，根据对比视图计算代理任务的损失函数；对两个损失函数共同优化得到最终的节点表示；根据最终的节点表示，得到用户对应的无偏物品推荐列表。本发明能够很好地消除推荐结果中的流行度偏差，在保证推荐准确性的前提下，有效地提升推荐结果的多样性。

本发明授权基于奇偶层图对比学习和交叉配对采样的流行度偏差消除推荐方法在权利要求书中公布了：1.一种基于奇偶层图对比学习和交叉配对采样的流行度偏差消除推荐方法，其特征在于，所述方法包括： 根据获取的用户与物品交互的数据集，构建二分图； 将二分图的邻接矩阵和初始特征向量矩阵输入去偏推荐模型中的图卷积网络，将所有卷积层的输出均值作为用户和物品的原始视图； 将二分图的邻接矩阵输入去偏推荐模型中的噪音扰动的图卷积网络，得到每个噪音扰动卷积层输出的增强的用户和物品的视图；根据增强的用户和物品的视图，基于节点在卷积奇数层和偶数层的邻居结构关系，分别构建异构和同构邻居对比视图；所述噪音扰动的图卷积网络中的噪音扰动卷积层为3个； 根据所述数据集，通过交叉配对采样得到训练集；根据训练集和原始视图，计算主任务的损失函数；根据异构和同构邻居对比视图计算代理任务的损失函数；通过对主任务和代理任务的损失函数共同优化得到最终的节点表示； 根据最终的节点表示预测用户和物品的相关性分数，根据相关性分数为用户筛选出无偏的物品推荐列表； 其中，所述根据增强的用户和物品的视图，基于节点在卷积奇数层和偶数层的邻居结构关系，分别构建异构和同构邻居对比视图，包括： 将节点在奇数层的邻域节点视为异构邻居，选择奇数所在噪音扰动卷积层的输出构建异构邻居对比视图； 将节点在偶数层的邻域节点视为同构邻居，选择偶数所在噪音扰动卷积层的输出构建同构邻居对比视图。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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”。