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！

龙图腾网获悉浙江大学申请的专利一种基于多模态图注意力模型的NFT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：CN118887017B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202411006990.X，技术领域涉及：G06Q40/04；该发明授权一种基于多模态图注意力模型的NFT推荐方法是由任少斌;尹可挺设计研发完成，并于2024-07-25向国家知识产权局提交的专利申请。

本一种基于多模态图注意力模型的NFT推荐方法在说明书摘要公布了：本发明公开了一种基于多模态图注意力模型的NFT推荐方法，优化现有模型中用户和NFT交互数据稀疏的问题，充分结合了图像、描述文本、交易数据等信息来提取用户和NFT的特征，训练注意力网络模型，得到推荐结果，包括如下步骤：首先获取NFT图像数据、文本数据、价格数据、交易数据，经过各个数据模态下的特征提取得到用户和NFT各自的初始嵌入向量，然后构建图模型以获取用户和NFT的高阶关系，结合门控机制和注意力机制得到最终的用户向量和NFT向量，二者内积即可得到用户于给定NFT的偏好值，从高到低排序得到推荐结果。

本发明授权一种基于多模态图注意力模型的NFT推荐方法在权利要求书中公布了：1.一种基于多模态图注意力模型的NFT推荐方法，其特征在于，首先获取NFT图像数据、文本数据、价格数据、交易数据，经过各个数据模态下的特征提取得到用户和NFT各自的初始嵌入向量，然后构建图模型以获取用户和NFT的高阶关系，结合门控机制和注意力机制得到最终的用户向量和NFT向量，二者内积即可得到用户于给定NFT的偏好值，从高到低排序得到推荐结果；包含以下步骤： 步骤S1：获取NFT数据集，数据集包括NFT图像数据、交易数据、价格数据和NFT描述文本数据，对数据进行预处理； 步骤S2：构建卷积神经网络模型，对步骤S1中获取的NFT图像数据进行特征提取，得到图像模态下NFT的特征表示； 步骤S3：构建词嵌入模型，对步骤S1中获取的NFT描述文本数据进行特征提取，得到文本模态下NFT的特征表示； 步骤S4：构建神经网络模型，对步骤S1中获取的价格数据和交易数据进行处理，提取得到交易模态下用户和NFT的特征表示； 步骤S5：利用步骤1中获取的交易数据构建用户和NFT的交互矩阵，利用步骤S2、S3中获取的NFT特征向量以及步骤S4获取的交易模态下用户和NFT的特征向量，结合门控机制和注意力机制，定义多模态图中节点的聚合公式；以该交互矩阵为基础构建多模态图，包括图像模态、文本模态和交易模态； 步骤S6：信息聚合，使用邻居节点来更新节点的值，将不同模态下的节点表示聚合在一起，然后获取含有高阶连通性信息的向量表示，并组合成最终的节点向量； 步骤S7：根据步骤S6获得的用户和NFT的向量表示，将两者进行内积运算，以预测匹配得分，按照匹配得分倒序排序，即可得到用户的NFT推荐序列； 步骤S8：构建损失函数，使用AdamW优化器对模型进行训练。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。