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！

龙图腾网获悉南京理工大学申请的专利一种基于社交关系引导的论文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：CN115757985B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202211459161.8，技术领域涉及：G06F16/9536；该发明授权一种基于社交关系引导的论文推荐方法是由杜晓宇;王爽;唐金辉设计研发完成，并于2022-11-17向国家知识产权局提交的专利申请。

本一种基于社交关系引导的论文推荐方法在说明书摘要公布了：本发明为一种基于社交关系引导的论文推荐方法。具体为：考虑用户社交关系，对论文数据集进行处理，得到用户、社交关系论文和候选论文特征嵌入向量；采用注意力机制对用户、社交关系论文特征嵌入向量中的每一维进行基于社交关系引导的加权得到权重wj，采用注意力机制对每一维社交关系论文和候选论文特征嵌入向量进行基于社交关系引导的加权得到权重wcandidate，采用wj和wcandidate对每一维社交关系论文特征嵌入向量进行引导，然后池化，得到社交关系论文特征最终嵌入向量；将各嵌入向量汇集得到表征向量；对表征向量全连接后进行降维，输出一维数值。本发明通过学生社交关系的引导，构建用户和论文之间的关联，解决冷启动用户论文推荐问题。

本发明授权一种基于社交关系引导的论文推荐方法在权利要求书中公布了：1.一种基于社交关系引导的论文推荐方法，所述方法基于深度学习神经网络，神经网络包括嵌入层、汇集层和预测层，其特征在于，具体包括如下步骤： 步骤1：考虑用户社交关系，嵌入层采用word2vec和分类特征嵌入方法对论文数据集进行处理，得到用户特征嵌入向量、社交关系论文特征嵌入向量和候选论文特征嵌入向量并输出； 步骤2：采用注意力机制对用户特征嵌入向量、社交关系论文特征嵌入向量中的每一维社交关系论文特征嵌入向量进行基于社交关系引导的加权得到权重wj，采用注意力机制对每一维社交关系论文特征嵌入向量和候选论文特征嵌入向量进行基于社交关系引导的加权得到权重wcandidate，采用权重wj和权重wcandidate对每一维社交关系论文特征嵌入向量进行引导，引导后的社交关系论文特征嵌入向量进行池化，得到社交关系论文特征最终嵌入向量；将社交关系论文特征最终嵌入向量和用户特征嵌入向量、候选论文特征嵌入向量进行汇集得到表征向量，即汇集层的输出； 步骤3：预测层中通过多层感知机对表征向量全连接后进行降维，输出一维数值，一维数值表征了候选论文的分数； 步骤1中的论文数据集包括用户特征、社交关系论文和候选论文； 所述用户特征包括用户论文方向特征x0、用户学校特征s以及用户发表论文年份特征t； 其中用户论文方向特征x0表示为： x0＝{x0.1,x0.2,…,x0.n} 上式中，x0.1～x0.n表示该用户论文的n个方向，x0.i表示用户论文的第i个方向； 社交关系论文的确定方法如下： 步骤11确定与用户u具有相同教师的其他学生为用户u的社交关系，表示为： {u,U1,U2…,Un}∈Ut 上式中，U1～Un表示和用户具有相同教师且入学年份早于用户u的其他学生，Ut表示教师的学生U合集； 步骤12：基于学生U合集，将每个学生感兴趣的论文进行整合得到论文库J，论文和学生的关系为： 上式中，Juj表示同学j感兴趣的论文合集，j1j～jnj表示同学j论文合集Juj中的论文，Ju1～Jun表表示每个同学的论文合集均在论文库中； 步骤13：确定用户u的社交关系论文：对用户u社交关系的论文集包括{Ju1,Ju2,…,Jun}；其中{U1,U2,…,Un}均与用户u有相同的教师、且入学年份早于用户u，对用户u来说，其社交关系的论文为{j11,j21,…jn1,j12,j22,…,jn2,…,j1m,j2m,…jnm}； 步骤1中还包括如下步骤： 步骤14：采用word2vec处理用户特征，得到用户论文方向特征向量Xi： 式中，xi表示获得用户论文方向词向量x中的第i个词，表示对于第i个方向采用word2vec词嵌入模型的结果； 步骤15：将用户论文方向特征向量Xi、用户学校特征s以及用户发表论文年份特征t进行拼接得到用户特征嵌入向量uembedding： uembedding＝[X1,X2,…,Xn,s,t] 其中，X1～Xn表示个人研究方向的词嵌入，s表示用户学校特征，t表示用户论文发表年限特征； 步骤16：每篇论文的嵌入向量定义为论文标题特征、论文发表时间和论文类别特征； 步骤17：采用word2vec处理论文标题特征：用title表示论文标题，则标题的词向量函数表达式为： 步骤18：将论文标题特征、论文类别特征和论文发表时间进行拼接，得到社交关系论文特征嵌入向量jembedding： jembedding＝[Title,c,t] 步骤19：采用步骤17和18对候选论文进行相同的特征处理，得到候选论文特征嵌入向量candidateembedding。

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南京理工大学，其通讯地址为：210094 江苏省南京市孝陵卫200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。