Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西安电子科技大学广州研究院;西安电子科技大学冯军美获国家专利权

西安电子科技大学广州研究院;西安电子科技大学冯军美获国家专利权

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!

龙图腾网获悉西安电子科技大学广州研究院;西安电子科技大学申请的专利基于显式和隐式反馈特征的后融合个性化推荐模型和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:CN116701861B

龙图腾网通过国家知识产权局官网在2026-02-13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:202310619062.X,技术领域涉及:G06F18/20;该发明授权基于显式和隐式反馈特征的后融合个性化推荐模型和方法是由冯军美;苗启广;韩玖胜;郗岳;黄婷;牛冠冲设计研发完成,并于2023-05-29向国家知识产权局提交的专利申请。

基于显式和隐式反馈特征的后融合个性化推荐模型和方法在说明书摘要公布了:本发明具体涉及一种基于显式和隐式反馈特征的后融合个性化推荐模型和方法,该模型包括显式特征提取模块、隐式特征提取模块和整体特征提取模块,显式特征提取模块和隐式特征提取模块分别与整体特征提取模块连接;该方法融合了IBPR模型和BiasSVD模型,将BiasSVD模型得到的预测的评分矩阵和IBPR模型得到的预测的排序评分矩阵进行加权求和,得到最终的预测的排序评分矩阵,将用户预测得到的所有排序评分从高到低进行排序,并将排序比较靠前的前个项目推荐给用户。本发明利用BiasSVD模型提取显式反馈特征、IBPR模型提取隐式反馈特征,并充分利用数据集中的历史评分数据和隐式反馈数据,缓解了推荐系统的冷启动问题,提高了推荐系统的性能。

本发明授权基于显式和隐式反馈特征的后融合个性化推荐模型和方法在权利要求书中公布了:1.基于显式和隐式反馈特征的后融合个性化推荐系统,其特征在于,包括显式特征提取模块、隐式特征提取模块和整体特征提取模块,所述显式特征提取模块和隐式特征提取模块分别与整体特征提取模块连接; 所述显式特征提取模块用于接收用户特征矩阵和项目特征矩阵的数据,提取用户和项目的显式反馈特征,重构预测的评分矩阵; 所述隐式特征提取模块用于接收用户的显式评分数据和隐式反馈数据,提取用户和项目的隐式反馈特征,重构预测的排序评分矩阵; 所述整体特征提取模块用于将所述预测的评分矩阵和所述预测的排序评分矩阵进行加权求和,得到最终的预测的排序评分矩阵; 所述隐式特征提取模块采用IBPR模型; 所述IBPR模型用于对所述BPR模型输入的对级数据集合进行了扩展,增加了用户在历史评分项目对上的定义,扩展部分的偏序集合定义如下: 其中,项目和项目表示用户标记过的其中两个项目,表示用户曾经标记过的项目集合,和分别表示用户在项目和项目上的历史评分值,三元组表示相对于项目,用户更加偏好项目,因此,输入的偏序集合表示为: 所述偏序集合中增加了部分用户历史评分项目对; 所述整体特征提取模块采用IBPR_SVD模型; 所述IBPR_SVD模型融合了BiasSVD模型和IBPR模型; 对于用户,预测得到的任意一个未标记的项目的排序分值用下式来计算: 其中,表示由BiasSVD模型预测得到的用户在项目上的评分值,表示IBPR模型预测得到的用户在项目上的排序分值,为折中参数,的取值范围为。

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西安电子科技大学广州研究院;西安电子科技大学,其通讯地址为:510000 广东省广州市黄埔区中新知识城海丝中心B5、B6、B7栋;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。