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！

龙图腾网获悉福建师范大学申请的专利基于注意力机制与高阶特征交互的在线知识分享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：CN118708709B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202410736034.0，技术领域涉及：G06F16/335；该发明授权基于注意力机制与高阶特征交互的在线知识分享推荐方法是由林佳胤;张永培;林铭炜;沈俊;余深宝设计研发完成，并于2024-06-07向国家知识产权局提交的专利申请。

本基于注意力机制与高阶特征交互的在线知识分享推荐方法在说明书摘要公布了：本发明涉及一种基于注意力机制与高阶特征交互的在线知识分享推荐方法。在模型中加入高阶特征交互神经网络，并将高阶特征交互和注意力机制结合，同时引入深度神经网络，与交互神经网络相结合。本发明能够提高模型的表达能力，增强模型的泛化能力；本发明解决了现有解决方案无法自动的探索高阶特征交互、区分不同特征的重要程度的缺陷，以及解决了现有解决方案无法进行特征自动提取、从原始输入中挖掘潜在的重要特征缺陷。

本发明授权基于注意力机制与高阶特征交互的在线知识分享推荐方法在权利要求书中公布了：1.一种基于注意力机制与高阶特征交互的在线知识分享推荐方法，其特征在于，在模型中加入高阶特征交互神经网络，并将高阶特征交互和注意力机制结合，同时引入深度神经网络，与交互神经网络相结合；包括： 输入步骤： 输入用户和物品相关信息的高维向量； 嵌入步骤： 将用户和物品相关信息的高维向量通过嵌入层来降低原始数据的维度和稀疏度； 交互神经网络步骤： 采用交互神经网络自动生成高阶特征交互； 深度神经网络步骤： 深度神经网络以区别于交互神经网络的方式隐式捕获潜在信息和特征组合； 残差连接步骤： 在将深度神经网络变换后的信息提供给注意力网络之前，利用残差将原始输入信息不断添加到深度神经网络和交互神经网络的输出中； 注意力网络步骤： 使用注意网络来解释各种特征之间的重要性区别；计算出的注意力分数被投射回残差连接步骤的输出； 输出步骤： 输出0-1范围的小数，表示用户对给定问题的兴趣程度； 交互神经网络由若干层组成，每一层都是一个特征交互的操作，对于每个交互层，特征交互的操作表述为： Xl+1＝X0XlWl+bl+Xl 其中Xl为第l层的输出，Wl和bl为每个交互层的权值和偏置参数。

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福建师范大学，其通讯地址为：350117 福建省福州市闽侯县上街镇乌龙江中大道18号福建师范大学旗山校区；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。