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！

龙图腾网获悉华侨大学申请的专利基于知识图谱与邻接图协同采样的信息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：CN120561384B 。

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：202511062405.2，技术领域涉及：G06F16/9536；该发明授权基于知识图谱与邻接图协同采样的信息推荐方法及装置是由孙成柱;黎建桥;何霆;肖仙剑;黄智翔设计研发完成，并于2025-07-31向国家知识产权局提交的专利申请。

本基于知识图谱与邻接图协同采样的信息推荐方法及装置在说明书摘要公布了：本发明提供的基于知识图谱与邻接图协同采样的信息推荐方法及装置，涉及信息推荐技术领域。本发明通过获取用户历史交互数据构建三元组，并与项目属性图谱融合构建协同知识图谱；通过投影变换进行表示对齐得到初始嵌入表示；通过有偏随机游走进行多跳邻居采样得到多跳邻居集合；确定与正样本项目的嵌入表示最相似的邻居作为锚点邻居；然后进行线性插值，合成困难负样本的嵌入表示；基于多头图注意力网络，采用正样本和合成的困难负样本进行训练，聚合得到更新后的嵌入表示；基于更新后的嵌入表示计算交互概率，为用户生成推荐项目。本发明有效解决了用户‑项目交互稀疏性及假负例干扰问题，为推荐系统提供了更强的语义理解与泛化能力。

本发明授权基于知识图谱与邻接图协同采样的信息推荐方法及装置在权利要求书中公布了：1.一种基于知识图谱与邻接图协同采样的信息推荐方法，其特征在于，包括： 获取用户历史交互数据，构建包含用户、项目与关系的三元组，并与预建的项目属性图谱融合构建协同知识图谱； 基于所述协同知识图谱，通过约束关系空间的投影变换进行表示对齐，得到预训练的初始嵌入表示； 基于所述用户历史交互数据，通过有偏随机游走进行多跳邻居采样，得到多跳邻居集合；其中，所述有偏随机游走的跳数根据当前训练轮数动态调整； 在所述多跳邻居集合中，确定与正样本项目的嵌入表示最相似的邻居作为锚点邻居； 将所述正样本项目的嵌入表示与所述锚点邻居的嵌入表示进行线性插值，以合成困难负样本的嵌入表示； 基于多头图注意力网络，采用正样本和合成的困难负样本对所述初始嵌入表示进行训练，以捕捉知识图谱的高阶信息并聚合得到更新后的嵌入表示；所述基于多头图注意力网络，采用正样本和合成的困难负样本对所述初始嵌入表示进行训练，具体为： 首先，将所述协同知识图谱的实体嵌入表示视为图注意网络的节点，对于每一种实体间关系，将其投影矩阵拆分为个；为实体间关系r在第i个头上的投影矩阵，将d维的实体投影到维的关系空间； 然后将关系嵌入拆分为多个头，得到关系初始的多头嵌入表示： ； 其中，为多头图注意力网络的头数，0表示初始的第0层嵌入表示；表示关系初始的第0层嵌入表示；表示关系初始的第头嵌入表示； 对于协同知识图谱中的任意三元组，将头节点和尾节点嵌入到第k头关系多头空间，表示为： ；； 其中，表示头节点；表示尾节点；为头实体，为尾实体；为实体间关系r在第k个头上的投影矩阵； 接着构建初始邻接矩阵，并按照关系类型归一化邻接矩阵，表达式为： ；； 其中，表示类型r的邻接矩阵；为类型r的归一化邻接矩阵；D为度矩阵；为关系类型的数量； 定义的元素为注意力得分，对于第k个头，三元组的注意力得分表示为： ； 其中，为第k个头的三元组注意力得分；为激活函数；表示第k个头的关系； 根据注意力得分，对每个注意力头k分别构建正向邻接矩阵与逆向邻接矩阵，经双向信息聚合得到每个节点每个头的邻居聚合表示，即注意力网络，表示为： ； 其中，表示节点h第k个头的注意力网络；表示以实体h作为头节点的三元组集合；表示第k个头的尾实体；表示正向传播的注意力得分；表示反向传播的注意力得分； 基于所述更新后的嵌入表示计算交互概率，为用户生成推荐项目。

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侨大学，其通讯地址为：362000 福建省泉州市丰泽区城华北路269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。