Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西安电子科技大学郭洁获国家专利权

西安电子科技大学郭洁获国家专利权

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!

龙图腾网获悉西安电子科技大学申请的专利基于多模态语义和行为关系扩散融合的推荐方法及装置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:CN119692389B

龙图腾网通过国家知识产权局官网在2025-10-03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:202411862641.8,技术领域涉及:G06N3/042;该发明授权基于多模态语义和行为关系扩散融合的推荐方法及装置是由郭洁;郭子源;陈峥浩;宋彬;池育浩设计研发完成,并于2024-12-17向国家知识产权局提交的专利申请。

基于多模态语义和行为关系扩散融合的推荐方法及装置在说明书摘要公布了:本发明公开了一种基于多模态语义和行为关系扩散融合的推荐方法及装置,包括:利用语义物品邻接矩阵和行为物品邻接矩阵对扩散模型进行训练;将语义物品邻接矩阵输入训练完成的扩散模型,生成扩散感知物品邻接矩阵;获取原始总物品表征、扩散总物品表征和协同用户表征;对初始用户和物品嵌入进行更新;根据更新用户、物品嵌入得到更新协同用户表征和更新扩散总物品表征;根据更新协同用户表征和更新扩散总物品表征得到物品推荐结果。本发明可以得到更完备且真实反映物品间关系的结构信息,降低了多模态固有噪声的影响,显著提升了个性化推荐的准确性。

本发明授权基于多模态语义和行为关系扩散融合的推荐方法及装置在权利要求书中公布了:1.一种基于多模态语义和行为关系扩散融合的推荐方法,其特征在于,所述方法包括: 利用语义物品邻接矩阵和行为物品邻接矩阵对扩散模型进行训练,得到训练完成的扩散模型;其中,所述语义物品邻接矩阵根据物品的多模态特征之间的相似度构建得到,所述行为物品邻接矩阵根据物品在用户‑物品交互邻接矩阵中的共现频率构建得到; 将所述语义物品邻接矩阵输入训练完成的所述扩散模型,生成扩散感知物品邻接矩阵; 将初始用户嵌入、初始物品嵌入、所述语义物品邻接矩阵、所述用户‑物品交互邻接矩阵和所述扩散感知物品邻接矩阵输入图卷积模块,得到原始总物品表征、扩散总物品表征和协同用户表征; 利用所述原始总物品表征、所述扩散总物品表征和所述协同用户表征对所述初始用户嵌入和所述初始物品嵌入进行更新,得到更新用户嵌入和更新物品嵌入; 将所述更新用户嵌入、所述更新物品嵌入、所述语义物品邻接矩阵、所述用户‑物品交互邻接矩阵和所述扩散感知物品邻接矩阵输入所述图卷积模块得到更新协同用户表征和更新扩散总物品表征; 根据所述更新协同用户表征和所述更新扩散总物品表征得到物品推荐结果; 其中,所述扩散模型的训练过程包括: 将所述语义物品邻接矩阵输入所述扩散模型,执行前向加噪过程,得到加噪物品邻接矩阵; 将所述加噪物品邻接矩阵、所述行为物品邻接矩阵和时间步长序列输入所述扩散模型,执行反向去噪过程,得到去噪物品邻接矩阵; 根据所述语义物品邻接矩阵和所述去噪物品邻接矩阵得到均方误差损失函数,并利用所述均方误差损失函数进行反向传播,对所述扩散模型进行更新,得到训练完成的所述扩散模型。

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西安电子科技大学,其通讯地址为:710071 陕西省西安市太白南路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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。