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！

龙图腾网获悉中国科学技术大学申请的专利一种基于负样本感知的推荐系统优化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：CN120509497B 。

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：202510998334.0，技术领域涉及：G06F9/54；该发明授权一种基于负样本感知的推荐系统优化方法及装置是由吴剑灿;丁陈璐;刘道炫;王翔;何向南设计研发完成，并于2025-07-21向国家知识产权局提交的专利申请。

本一种基于负样本感知的推荐系统优化方法及装置在说明书摘要公布了：本发明公开了一种基于负样本感知的推荐系统优化方法及装置，所述优化方法包括：接收用户或系统提交的负样本优化请求，解析所述请求以确定优化目标和相关数据；通过批次内负样本共享机制扩展负样本池，共享同一训练批次内的负样本计算结果以降低计算开销；基于动态奖励边际调整机制，根据负样本的置信度动态调整其对模型训练的影响，其中置信度通过辅助轻量级序列推荐模型计算得出；根据优化结果更新模型参数，并通过适配器参数局部调整模型结构。本发明在扩展负样本池时，通过批次内共享机制，有效减少额外计算的开销，避免对模型其他部分的负面影响，极大地降低负样本处理过程中的时间和资源开销，能够在处理大规模数据时保持优异的计算性能。

本发明授权一种基于负样本感知的推荐系统优化方法及装置在权利要求书中公布了：1.一种基于负样本感知的推荐系统优化方法，其特征在于，所述基于负样本感知的推荐系统优化方法包括： 接收用户或系统提交的负样本优化请求，解析所述请求以确定优化目标和相关数据； 通过批次内负样本共享机制扩展负样本池，共享同一训练批次内的负样本计算结果以降低计算开销； 基于动态奖励边际调整机制，根据负样本的置信度动态调整其对模型训练的影响，其中所述置信度通过辅助轻量级序列推荐模型计算得出； 根据通过所述动态奖励边际调整机制和批次内负样本共享机制得到的优化结果更新模型参数，并通过适配器参数局部调整模型结构，其中，模型训练采用优化目标函数； 所述动态奖励边际调整机制包括： 计算负样本与用户历史交互序列的相关性得分； 根据得分确定负样本的置信度，动态调整奖励边际： ； 其中，α控制调整的幅度，是通过动量更新的置信度基准，是初始奖励边际，为负样本置信度，为用户历史交互序列，为负样本，为负样本集合，表示期望，表示用户序列从批次中采样，表示负样本从负样本集合中采样； 所述负样本置信度通过以下公式计算： ； 其中，表示通过轻量级序列推荐模型计算的相关性得分。

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中国科学技术大学，其通讯地址为：230026 安徽省合肥市包河区金寨路96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。