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！

龙图腾网获悉南京航空航天大学申请的专利基于用户多行为增强和高效富信息负采样的兴趣点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：CN116166885B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202310037251.6，技术领域涉及：G06F16/9535；该发明授权基于用户多行为增强和高效富信息负采样的兴趣点推荐方法是由顾晶晶;李瀚哲设计研发完成，并于2023-01-10向国家知识产权局提交的专利申请。

本基于用户多行为增强和高效富信息负采样的兴趣点推荐方法在说明书摘要公布了：本发明公开了一种基于用户多行为增强和高效富信息负采样的兴趣点推荐方法，包括：获取用户多行为数据并进行预处理；利用用户多行为数据构建三种上下文关系图；使用Skip‑Gram模型学习用户、兴趣点的多视图表示；构建成对数据集，使用成对排序模型计算每个用户—兴趣点签到对发生的可能性得分，并计算BPR损失函数；将上述两个模型中的负采样部分替换为基于基准点图的负采样方法；设计联合学习框架，将Skip‑Gram模型的损失与BPR的损失函数相结合；通过成对排序模型计算用户在未来签到任一兴趣点的可能性得分，并为用户推荐兴趣点。本发明方法能够更加准确地为用户推荐兴趣点，并且其中的构图方式可以灵活适用于不同的推荐场景。

本发明授权基于用户多行为增强和高效富信息负采样的兴趣点推荐方法在权利要求书中公布了：1.一种基于用户多行为增强和高效富信息负采样的兴趣点推荐方法，其特征在于，所述方法包括以下步骤： 步骤1，获取用户多行为数据，并对数据进行预处理排除离群点数据； 步骤2，利用用户多行为数据分别构建三种上下文关系图：签到兴趣点与查询兴趣点关系图Gp-q、用户与查询兴趣点关系图Gu-q，以及签到兴趣点与签到兴趣点关系图Gp-p；其中关系图中每个节点代表一个用户或兴趣点； 步骤3，利用Skip-Gram模型挖掘三种上下文关系图中的用户多行为关系，学习用户和兴趣点的多视图表示； 步骤4，构建成对数据集，使用成对排序模型计算每个用户-兴趣点签到对发生的可能性得分，并计算BPR损失； 步骤5，将Skip-Gram和成对排序模型中的负采样部分替换为基于基准点图的负采样方法； 步骤6，设计联合学习框架，将Skip-Gram模型和BPR方法的损失函数相结合，联合学习用户和兴趣点在签到和查询空间的表示； 步骤7，使用成对排序模型计算用户在未来签到任一兴趣点的可能性得分，并以此为用户推荐兴趣点。

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航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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。