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！

龙图腾网获悉西安理工大学申请的专利面向用户多重操作行为的序列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：CN117112891B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202310920265.2，技术领域涉及：G06F16/9535；该发明授权面向用户多重操作行为的序列推荐方法是由王磊;周欣怡;李薇;孙逸静;张运哲设计研发完成，并于2023-07-25向国家知识产权局提交的专利申请。

本面向用户多重操作行为的序列推荐方法在说明书摘要公布了：本发明公开的面向用户多重操作行为的序列推荐方法，包括通过序列学习模型学习旅游产品序列和操作序列嵌入，串联得到用户历史浏览序列嵌入；基于用户历史浏览序列嵌入从长期兴趣和最近兴趣两个角度捕获用户兴趣，并将两种兴趣进行融合得到用户兴趣表示；根据用户兴趣表示和候选旅游产品，预测用户下一个交互的旅游产品。本发明的面向用户多重操作行为的序列推荐方法，能够更好地理解用户的需求和偏好，为用户提供更贴合其个人兴趣的推荐结果。

本发明授权面向用户多重操作行为的序列推荐方法在权利要求书中公布了：1.面向用户多重操作行为的序列推荐方法，其特征在于，包括以下步骤： 步骤1、通过序列学习模型学习旅游产品序列和操作序列嵌入，串联得到用户历史浏览序列嵌入；具体包括以下步骤： 步骤1.1、根据旅游产品序列特性，采用门控图神经网络学习序列表示，得到旅游产品序列嵌入；具体为： 首先将旅游产品序列定义为，其中表示旅游产品序列中用户浏览的第旅游产品，是旅游产品的类型编号，表示旅游产品序列的长度； 然后将旅游产品序列建模为有向图，在有向图中，每个节点表示旅游产品序列中的一个旅游产品，每条边表示用户在操作旅游产品之后，操作了旅游产品；每条边分配一个归一化权值，权值的计算为每条边的出现次数除以该条边起始节点的出度；有向图中每个节点的嵌入向量的更新函数为： 1 邻接矩阵定义为传出邻接矩阵和传入邻接矩阵的串联，邻接矩阵中的每一项是有向图中对应边的权值，表示有向图中各节点之间的通信程度；是邻接矩阵中对应于节点的两列，是权重矩阵，是偏执项，是时刻所有节点的嵌入向量，，表示节点和邻接节点之间通过边相互作用的结果；和表示更新门和重置门，是sigmoid函数，所有是d维矩阵；是新产生的信息，决定从哪些过去的信息中产生新信息；表示选择遗忘哪些过去信息，表示记住哪些新产生的信息； 更新后，得到有向图中所有旅游产品的嵌入； 步骤1.2、根据操作序列特性，采用Transformer模型学习序列的表示，得到操作序列嵌入；具体为： 首先将操作序列定义为，其中表示用户对旅游产品序列中第个旅游产品进行的操作，是操作的类型编号，表示操作序列的长度； 对于用户操作序列，将操作序列的输入嵌入设为；在操作序列的输入嵌入中加入位置编码，位置编码借用Transformer模型中的方法，采用不同频率的正弦和余弦函数；操作序列的输入嵌入表示为： 2 使用Transformer中的编码器模块对操作序列进行建模，编码器模块由多层编码器组成，每层编码器包括自注意力层和前馈网络层两个子层；其中，自注意力层采用多头自注意力机制，并行计算每个头的注意力分数，再把每个头的输出值拼接起来进行线性转换： 3 其中h为头数，h个头的注意力机制是相互独立的； 注意力分数计算使用带缩放的点积： 4 归一化后，得到K的权重系数： 5 加入权重系数后，对V进行加权，得到Attention向量： 6 因此，每头的定义为： 7 前馈网络层由两层全连接层组成： 8 其中，，，为可学习参数； 在两个子层的最后都加入残差网络和归一化模块，即每层的最终输出都是，其中是子层自身的处理函数，x是子层的输入： 9 多层编码器中第b层编码器定义为： 10 经过Transformer层学习到的操作序列嵌入表示为； 步骤1.3、将步骤1.1和步骤1.2学习到的两个序列嵌入和串联起来得到用户历史浏览序列嵌入； 步骤2、基于用户历史浏览序列嵌入从长期兴趣和最近兴趣两个角度捕获用户兴趣，并将两种兴趣进行融合得到用户兴趣表示；具体包括以下步骤： 步骤2.1、将步骤1所得历史浏览序列嵌入输入到注意力机制中，分别获取用户长期兴趣和最近兴趣；具体为：将用户历史浏览序列嵌入作为输入，获取用户u的长期兴趣： 历史浏览序列对象之间的注意力分数计算如下： 11 和是模型参数，是ReLU激活函数；归一化后，各对象之间的权重系数为： 12 将历史浏览序列嵌入的各对象与其对应的权重系数进行聚合，得到用户u的长期兴趣： 13 选取用户最近七天的历史浏览序列嵌入，作为输入，采用注意力机制来捕获用户u的最近兴趣： 14 步骤2.2、通过门控融合模块来控制两种兴趣对于用户兴趣的贡献程度，获取用户兴趣表示；具体为：采用门控单元来控制用户长期兴趣和最近兴趣对于用户兴趣的贡献程度，具体公式如下所示： 15 其中，表示用户的嵌入表示，和分别表示用户的长期兴趣和最近兴趣，为权重矩阵，为偏执项，表示元素的点积操作，为用户u的兴趣向量表示； 步骤3、根据用户兴趣表示和候选旅游产品，预测用户下一个交互的旅游产品。

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西安理工大学，其通讯地址为：710048 陕西省西安市碑林区金花南路5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。