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！

龙图腾网获悉华南理工大学申请的专利一种基于用户多意图的社会化推荐方法、装置及介质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：CN116361540B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202310001237.0，技术领域涉及：G06F16/9535；该发明授权一种基于用户多意图的社会化推荐方法、装置及介质是由许勇;谢海泉设计研发完成，并于2023-01-03向国家知识产权局提交的专利申请。

本一种基于用户多意图的社会化推荐方法、装置及介质在说明书摘要公布了：本发明公开了一种基于用户多意图的社会化推荐方法、装置及介质，其中方法包括：获取数据集，构建图结构数据；构建包含两部分图卷积网络的推荐模型，用于先后建模用户商品交互关系和用户社交关系；意图空间映射；交互意图解耦合学习；自适应去噪；用户社交多影响学习；无监督学习；结合得到的最终商品特征向量、最终用户特征向量和无监督学习对推荐模型进行训练学习；将推荐模型最终学习到的用户和商品特征向量进行打分预测，得到推荐商品顺序。本发明充分挖掘用户商品交互中的多意图影响，以及用户社交关系的多影响，学习更细粒度的用户表征和商品表征，获得更加准确的推荐结果。本发明可广泛应用于推荐系统技术领域。

本发明授权一种基于用户多意图的社会化推荐方法、装置及介质在权利要求书中公布了：1.一种基于用户多意图的社会化推荐方法，其特征在于，包括以下步骤： 收集带有用户商品交互关系和用户社交关系的数据集； 用稀疏矩阵存储数据，构造成图卷积网络处理的图结构数据； 构建包含两部分图卷积网络的推荐模型，用于先后建模用户商品交互关系和用户社交关系； 意图空间映射：运用多层感知机，将初始用户特征向量和初始商品特征向量映射到不同的意图空间； 交互意图解耦合学习：在每个意图空间下构建一个图神经网络进行表征学习，得到每个意图下的用户特征向量和商品特征向量；对于商品节点，将每个意图下的商品特征向量求和，得到最终商品特征向量； 自适应去噪：采用自适应Dropout模块去除社交关系图中的无关边，以保留重要边； 用户社交多影响学习：根据得到的每个意图下的用户特征向量，在每种意图下，使用图神经网络对用户社交图进行建模，将每种意图下得到的用户特征向量进行求和，得到最终用户特征向量； 无监督学习：引入两个自适应Dropout模块，得到两个社交视图，进行对比学习； 结合得到的最终商品特征向量、最终用户特征向量和无监督学习对推荐模型进行训练学习； 将推荐模型最终学习到的用户和商品特征向量进行打分预测，得到推荐商品顺序； 所述自适应去噪，包括： 采用一个多层感知机，计算每条社交边的dropout系数，决定是否丢弃社交边；具体计算公式如下： 式中，||代表拼接操作； 为了使得整体模型可以端到端的训练，采用重参数技巧，构造丢弃社交图中噪声边的mask矩阵；计算公式如下： 其中，代表sigmoid激活函数，是温度系数，和分别表示社交边上的两个用户。

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华南理工大学，其通讯地址为：510641 广东省广州市天河区五山路381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。