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！

龙图腾网获悉重庆邮电大学申请的专利一种基于项目相似性的流行度去偏推荐模型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：CN119622104B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202411776918.5，技术领域涉及：G06F16/9535；该发明授权一种基于项目相似性的流行度去偏推荐模型是由王永;王河洺;邓江洲;李艾雯;杨凯钧;王霞;王淞立;伍奇设计研发完成，并于2024-12-05向国家知识产权局提交的专利申请。

本一种基于项目相似性的流行度去偏推荐模型在说明书摘要公布了：本发明提出的一种基于项目相似性的流行度去偏推荐模型，包括从数据库中提取用户项目评分数据并进行预处理，得到原始评分矩阵；基于KL散度计算项目间的相似性，并基于此相似性计算基于项目相似性的流行度ISP；基于因果理论，将用户与项目的交互评分解耦为“真实兴趣”和“从众行为”两部分，并为用户和项目分配对应的嵌入向量；通过引入权重注意力机制，自适应学习用户的兴趣和从众行为的权重；基于得到的权重加权求和两部分得分，计算最终的个性化推荐得分；通过基于ISP的负采样方法划分训练数据集，并构建损失函数以监督解耦嵌入向量的学习；对用户未评分的项目进行评分值预测和排序，并选取前k个项目形成个性化推荐列表。

本发明授权一种基于项目相似性的流行度去偏推荐模型在权利要求书中公布了：1.一种基于项目相似性的流行度去偏推荐模型，用以解耦用户的真实兴趣和从众行为，缓解流行度偏差，提高推荐质量，包括如下： 数据采集及准备模块，用于对数据库中收集的数据进行获取和清洗，以得到需要的原始评分矩阵； 项目相似性与流行度计算模块，用于计算项目相似性和项目流行度，从项目细粒度属性出发，采用Kullback-LeiblerKL散度来计算项目相似性，并通过项目相似性动态定义“同类”项目，并计算项目在其所属类别中的相对流行度，定义为ISP，能够得到表示项目真实流行度的排序； 因果嵌入与解耦模块，从因果角度出发，将用户项目交互行为解耦为真实兴趣与从众行为，将其建模为真实兴趣得分与从众行为得分的组合，并为用户和项目分别分配表示兴趣和从众行为的嵌入向量； 个性化真实兴趣与从众行为权重计算模块，设计了一种自适应权重注意力机制，用于捕捉用户个性化的真实兴趣和从众行为权重； 个性化推荐得分预测模块，基于上一模块得到的权重，加权结合用户真实兴趣与从众行为得分，形成最终的用户对项目的个性化预测评分； 流行度驱动的模型优化模块，用于训练模型参数，包括损失函数的构建和负采样方法；该模块通过引入流行度信息，为真实兴趣和从众心理嵌入向量的学习提供监督信号； 推荐结果获取模块，对用户对未评分物品的综合预测值进行排序，选取前k个项目以生成用户的推荐物品列表； 所述的项目相似性与流行度计算模块，用于计算项目流行度和项目流行度，具体步骤如下： S1：通过KL散度计算项目之间的相似性simi,j； S2：基于计算得到的相似性，选取与目标项目i相似度最高N个项目作为其同类项目集Si；再次，计算出目标项目i在Si中的相对流行度，计算公式如下： 其中，popi为项目i的传统定义下的全局项目流行度，定义为在所有用户中的交互频次； 所述的流行度驱动的模型优化模块，具体包括如下部分： S1：损失函数构建，采用BPR损失函数进行模型训练；设训练集由三元组u,i,j构成，其中i和j分别为用户u已交互和未交互的项目；根据正负样本i和j的流行度，训练集可划分为两种情况： Case1：若正样本i的流行度大于负样本j的流行度，则相应的训练数据集记为D1；可以认为，正样本的综合评分高于负样本正样本的从众分数高于负样本即如下不等式： Case2：若正样本i的流行度小于负样本j的流行度，则相应的训练数据集记为D2；由于，正样本的综合评分高于负样本正样本的从众分数低于负样本可以推出，正样本的兴趣分数高于负样本即如下不等式： 基于上述不等式，设计了如下综合损失函数来优化模型训练： S2：以计算出的基于项目相似性的流行度ISPi作为负采样依据，进行采样，构建训练数据集D1和D2，使得每个训练数据集都能够提供有效的监督信号，支持模型进行因果嵌入的学习。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区崇文路2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。