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！

龙图腾网获悉中科(厦门)数据智能研究院申请的专利一种基于知识图谱的有限敏感属性信息的公平性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：CN117194797B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202311242404.7，技术领域涉及：G06F16/9535；该发明授权一种基于知识图谱的有限敏感属性信息的公平性推荐方法是由李其明;张钊;庄福振;徐勇军设计研发完成，并于2023-09-25向国家知识产权局提交的专利申请。

本一种基于知识图谱的有限敏感属性信息的公平性推荐方法在说明书摘要公布了：本发明涉及推荐算法应用技术领域，具体公开了一种基于知识图谱的有限敏感属性信息的公平性推荐方法，通过构建用户项目知识图谱丰富推荐数据，解决推荐数据稀疏性的技术问题，随后引入图神经网络来建模更有效的用户表示，之后通过用户敏感属性估计网络，生成用户敏感属性标签，解决敏感属性有限的技术问题，最后通过用户敏感属性过滤网络生成公平的用户表示，解决用户敏感属性去除技术问题，从而实现公平性推荐，有效地提升了推荐系统的公平性，通过用户敏感属性估计网络能够为每个用户生成敏感属性标签，从而缓解敏感属性信息有限的问题，最后通过用户敏感属性过滤网络保证去除用户敏感属性，提供公平的推荐结果。

本发明授权一种基于知识图谱的有限敏感属性信息的公平性推荐方法在权利要求书中公布了：1.一种基于知识图谱的有限敏感属性信息的公平性推荐方法，其特征在于，包括如下步骤： 步骤一，构建用户项目二部图：根据用户的历史交互项目序列，生成用户项目二部图，用户项目二部图中的节点为用户或者项目，用户项目二部图中的边为交互行为； 步骤二，构建知识图谱：根据项目的属性信息构建知识图谱，知识图谱中的节点表示项目和属性值，知识图谱中的边表示项目和属性之间的关系； 步骤三，构建用户项目知识图谱：依据用户项目二部图和知识图谱中的共同的项目节点，将用户项目二部图和知识图谱进行合并，生成用户项目知识图谱； 步骤四，建模用户表示：将用户项目知识图谱输入至图神经网络，通过消息传播函数逐层传播，生成用户表示； 步骤五，估计用户敏感属性：通过设计敏感属性估计网络，为所有用户估计其对应的敏感属性； 步骤六，过滤用户敏感属性：设计过滤网络，通过对抗训练过滤用户敏感属性，得到公平的用户表示； 步骤七，计算最终损失函数：最终的损失函数通过将传统推荐任务对应的推荐损失函数、敏感属性估计网络对应的损失函数以及过滤网络对应的损失函数进行加和获得； 步骤八，检查循环次数是否达到预设次数：当达到设定的训练次数时，结束训练，并提供用户公平的推荐结果；当未达到设定的训练次数时，则返回步骤四； 步骤四建模用户表示，将用户项目知识图谱输入到图神经网络中，通过消息传播函数逐层传播，生成用户表示，通过将用户项目知识图谱作为图神经网络的输入，并利用注意力机制强化图神经网络的信息传递过程，用户节点的表示为：用户项目知识图谱中目标节点为，节点的邻居表示计算公式为： ； ； ； ； 式中：为用户节点的表示，为激活函数，为可学习的权重矩阵，为用户项目知识图谱中目标节点，为节点的邻居表示，为注意力值，为知识图谱中的边，为以为头节点的三元组，为节点的一邻居，为节点的另一邻居，为第层节点的更新表示，为第层节点的更新表示，为第层以为头节点的三元组的更新表示； 步骤五估计用户敏感属性，通过设计敏感属性估计网络，为所有用户估计其对应的敏感属性，利用获得的用户表示估计每个用户的敏感属性标签，敏感属性标签的计算公式为： ； 式中：为用户的敏感属性标签，为可学习的权重矩阵； 将节点嵌入用户的敏感属性标签，再通过softmax函数得到最终敏感属性的估计表示： ； 式中：最终敏感属性的估计表示。

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中科(厦门)数据智能研究院，其通讯地址为：361023 福建省厦门市软件园三期凤岐路208-3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。