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！

龙图腾网获悉北京工业大学申请的专利一种基于用户隐式层次化兴趣的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：CN119646290B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202411591526.1，技术领域涉及：G06F16/9535；该发明授权一种基于用户隐式层次化兴趣的推荐方法是由简萌;李若溪;王拓;郎朗晨;石戈;毋立芳设计研发完成，并于2024-11-08向国家知识产权局提交的专利申请。

本一种基于用户隐式层次化兴趣的推荐方法在说明书摘要公布了：本发明公开了一种基于用户隐式层次化兴趣的推荐方法。现有的基于图的推荐大部分是在传统的欧氏空间进行图学习，但是当从图中学习层次化结构时，欧氏空间的网格特性会引入严重的结构失真。与欧氏几何相比，双曲几何适用于建模潜在的非欧氏拓扑的数据。本发明提出了一种基于用户隐式层次化兴趣的推荐方法，首先利用双曲图神经网络挖掘交互图中用户的隐式层次化兴趣，并设计自蒸馏损失将层次化兴趣嵌入到欧氏表征学习中提高模型推理效率。通过在多个数据集上的实验结果验证了该方法的有效性和推理效率。针对上述方法，我们利用公开数据集分别进行训练、测试以优化模型的性能，验证该方法的有效性。

本发明授权一种基于用户隐式层次化兴趣的推荐方法在权利要求书中公布了：1.一种基于用户隐式层次化兴趣的推荐方法；其特征在于：包括以下步骤： S1、数据预处理：获取数据集，包括用户ID，物品ID，以及用户-物品交互的标签；分为训练集：测试集； S2、兴趣传播：首先，通过指数映射将用户和物品的表征映射到双曲空间，并建立相应的兴趣传播层作为自教师网络来自然地捕捉层次化结构；其次，将用户和物品的双曲嵌入映射到正切空间，该空间近似于欧氏空间；继而，在正切空间中进行传统的GCN聚合，并利用指数映射将其投影回双曲空间，以获得兴趣传播时的双曲表征； S3、层间聚合：经过L层的兴趣传播后，L＝3，在不同空间下获得每一层的嵌入，这些嵌入包含不同的结构信息；使用平均池化来融合来自多层的协同过滤信号；在双曲空间中进行层组合时，使用与兴趣传播模块相同的映射策略来提取信息；移除了初始输入层的特征向量，并保留了从所有中间层到最终层的跳跃连接结构； S4、推荐预测：对于双曲嵌入，使用双曲距离来评估用户-物品对之间的相似度；两个嵌入之间的相似度为连接这两个点的测地线距离的倒数； S5、优化方法和损失函数：损失函数由2部分组成，一部分为推荐预测使用的BPR损失函数以及由初始化参数组成的L2正则化项，另一部分是自适应的自蒸馏损失，两者联合优化； S6、生成推荐列表：得到预测的用户-物品交互得分后，针对每一个用户，对所有物品根据评分进行降序排序，将前N个物品生成一个列表推荐给用户。

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北京工业大学，其通讯地址为：100124 北京市朝阳区平乐园100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。