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！

龙图腾网获悉深圳大学申请的专利一种基于元路径邻域目标泛化的序列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：CN114841765B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202210302504.3，技术领域涉及：G06Q30/0601；该发明授权一种基于元路径邻域目标泛化的序列推荐方法是由陈俊扬;伍楷舜;巩志国;戴志江设计研发完成，并于2022-03-25向国家知识产权局提交的专利申请。

本一种基于元路径邻域目标泛化的序列推荐方法在说明书摘要公布了：本发明公开了一种基于元路径邻域目标泛化的序列推荐方法。该方法包括：根据用户的历史行为序列，将项目及其共现建模为项目‑项目图，根据各项目与标签之间的对应关系构建项目‑标签图，并构建元路径用于捕获项目或标签之间的不同复合关系；利用异构图编码用户历史交互信息，并构建项目和项目、项目和标签之间的关系，并采用消息传播机制和消息聚合机制来融合不同类型的节点及其关系；针对异构图进行嵌入学习训练以获得经训练的序列推荐模型，在训练中，对于每个目标预测，泛化潜在项目目标用于辅助训练，并将项目节点的向量表示输入到转换层。本发明能够提升推荐项目的准确率，并且探索用户在历史交互行为之外的潜在兴趣项目。

本发明授权一种基于元路径邻域目标泛化的序列推荐方法在权利要求书中公布了：1.一种基于元路径邻域目标泛化的序列推荐方法，包括以下步骤： 根据用户的历史行为序列，将项目及其共现建模为项目一项目图，根据各项目与标签之间的对应关系构建项目-标签图，并构建元路径用于捕获项目或标签之间的不同复合关系，找到项目节点和标签节点的基于元路径的邻居； 利用异构图编码用户历史交互信息，并构建项目和项目、项目和标签之间的关系，并采用消息传播机制和消息聚合机制来融合不同类型的节点及其关系； 针对所述异构图进行嵌入学习训练以获得经训练的序列推荐模型，在训练过程中，对于每个目标预测，泛化在原始行为序列中不存在的潜在项目目标用于辅助训练，并将项目节点的向量表示输入到转换层，其中所述潜在项目目标基于元路径的邻居获得； 其中，训练的优化目标是： 将目标用户在项目i之前的历史交互序列中所有项目的节点表示向量输入到Transformer层中，并以最后输出的hu作为整个行为序列的表示； 将用户u在设定时间段内点击的前k个项目的标签作为其统计特征Au，输入第一多层感知器MLP以获得统计特征向量表示 将hu和的嵌入进行拼接，并使用第二多层感知器MLP来融合表示向量，经过激活函数后获得预测分数，表示为： 其中，σ是激活函数，表示向量拼接操作，表示预测用户u可能点击项目i的可能性； 其中，所述消息传播机制设置为： 对于每个项目，消息在中心节点及其邻居之间进行传播，包括直接邻居以及基于元路径的邻居，使用线性变换定义从节点vj到vi的消息传播，表示为： 其中表示从节点vj传播到vi的消息，维度为d，Mv∈Rd×d是变换矩阵，表示使用独热编码的关系类型，fm·将关系类型和相邻节点表示向量作为输入，并输出变换矩阵Mv，使用多层感知器MLP来融合拼接向量和hvj； 其中，所述消息聚合机制是基于注意力的聚合，包括： 对于每个目标节点，利用自注意力机制来学习其邻居的重要性权重，给定一个节点对vi，vj，权重系数定义为： 节点vi的表示向量是通过聚合其邻居传递过来的消息乘以权重系数获得，表示为： 采用多头注意力机制来稳定自注意机制的学习过程，表示为： 其中，K是自注意力机制的次数，W∈Rd×d是训练获得的权重矩阵，a∈R2d表示权重向量，d是维度，表示从节点vj传播到vi的消息； 其中，将时间信息嵌入到所述异构图节点表示中，包括： 将项目之间的时间差缩放到0，N之间，N是设定整数； 使用时间信息嵌入矩阵P∈RN×d来对输入的表示向量进行编码，给定进行以下的相加计算： 其中pi∈P是d维的时间信息嵌入向量，其索引i由项目节点vi-1和vi之间的时间差计算缩放后获得，是节点vi的表示向量。

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深圳大学，其通讯地址为：518060 广东省深圳市南山区南海大道3688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。