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！

龙图腾网获悉南京大学申请的专利一种基于强化学习的异常推荐数据检测方法和系统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：CN115269565B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202210527838.0，技术领域涉及：G06F16/215；该发明授权一种基于强化学习的异常推荐数据检测方法和系统是由詹德川;王博洋;俞扬;周志华设计研发完成，并于2022-05-16向国家知识产权局提交的专利申请。

本一种基于强化学习的异常推荐数据检测方法和系统在说明书摘要公布了：本发明公开一种基于强化学习的异常推荐数据检测方法和系统，主要聚焦于推荐系统中的多模态异常数据识别，依赖强化学习算法，针对半监督异常数据，提出了一种针对“一致异常”和“不合异常”同时进行识别的方法。该方法通过和推荐系统进行交互，在用户数据收集之后，传入推荐系统之前，由本发明提出的方法进行识别，将其中的异常数据进行剔除，并将正常的数据传送给推荐系统，经由推荐系统处理之后将结果反馈给用户。本发明容易融合不同模态的信息，获得更好的效果。

本发明授权一种基于强化学习的异常推荐数据检测方法和系统在权利要求书中公布了：1.一种基于强化学习的异常推荐数据检测方法，其特征在于，包括： 1收集推荐系统中现有的用户数据； 2利用用户数据进行学习训练，生成相应的识别模型； 在生成识别模型的过程中，使用Agent网络用来识别多模态数据是否异常，使用Teacher网络针对上一时刻Agent网络输出的动作和数据情况，给出奖励；使用Select网络选取下一时刻的数据；使用Fusion网络将多模态数据进行融合； 3多模态异常数据识别智能体部署； 将训练好的Agent网络部署到真实的推荐系统之中，利用在线数据进行异常数据的识别；通过在线数据，持续性检测智能体对于多模态异常数据识别的指标，如果出现相应指标下降以至于不满足要求，重新训练识别模型，并重新部署Agent网络； 收集推荐系统中现有的用户数据，包含推荐系统所需的用户最近一段时间的用户ID，浏览记录对应的item列表，时间戳以及其他推荐系统所需要的元信息；针对用户数据进行部分标注，将数据划分成包含异常数据标注数据集Da和无标注数据集Du；对于收集到的用户数据，提供给识别模型进行模型训练； 识别模型训练步骤如下： 步骤1：初始化Agent网络，Teacher网络，Select网络，以及Fusion网络； 步骤2：Agent网络接受t时刻状态和奖励并输出动作，其中状态表示将推荐系统所收集到的标注数据集Da和无标注数据集Du中的数据进行多模态融合之后的得到的数据向量，奖励表示Teacher网络对Agent网络输出动作的评价，动作表示状态为异常数据的概率； 步骤3：将Agent网络接收到的状态和奖励、输出动作，这三者作为三元组，，保存起来； 步骤4：Select网络接受动作，返回选中的下一个数据，并将该选中的数据推送给Fusion网络； 步骤5：Fusion网络通过接收Select网络在t+1时刻推送的不同模态的数据，通过神经网络提取模态的特征信息M1和M2； 步骤6：使用双线性池化将特征信息M1和M2进行融合，形成单一模态数据，即t+1时刻状态st+1； 步骤7：Teacher网络接受上一时刻的动作，和Fusion网络输出的下一时刻的状态st+1，产生针对上一时刻动作的奖励； 步骤8：重复步骤3~步骤7，将每一次重复过程产生的三元组，，作为一条训练数据，收集设定数量训练数据之后停止； 步骤9：使用收集到的训练数据进行模型训练，优化各神经网络参数，将生成轨迹的折扣累计奖励值作为优化目标： ； 步骤10：重复步骤3~步骤9，直到满足指定的训练轮数或者达到优化目标，得到训练好的Agent网络，作为识别模型。

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大学，其通讯地址为：210023 江苏省南京市栖霞区仙林大道163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。