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！

龙图腾网获悉桂林电子科技大学申请的专利一种基于知识图谱数据集的推荐方法、系统、设备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：CN115659001B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202211012435.9，技术领域涉及：G06F16/9535；该发明授权一种基于知识图谱数据集的推荐方法、系统、设备及介质是由蔡晓东;雪韵;蒋鹏设计研发完成，并于2022-08-23向国家知识产权局提交的专利申请。

本一种基于知识图谱数据集的推荐方法、系统、设备及介质在说明书摘要公布了：本发明涉及一种基于知识图谱数据集的推荐方法、系统、设备及介质，包括以下步骤：获取第一用户的第一用户信息，第一用户信息表征了第一用户的身份信息；根据第一用户信息，确定第一用户对应的推荐物品。解决了现有推荐系统没有结合用户的喜好进行推送，其推送的物品与用户喜好的匹配度差的问题。

本发明授权一种基于知识图谱数据集的推荐方法、系统、设备及介质在权利要求书中公布了：1.一种基于知识图谱数据集的推荐方法，其特征在于，包括以下步骤： 获取第一用户的第一用户信息，所述第一用户信息表征了第一用户的身份信息； 根据所述第一用户信息，确定第一用户对应的推荐物品； 所述根据第一用户信息，确定第一用户对应的推荐物品，包括： 将第一用户信息输入推荐模型中，通过推荐模型输出第一用户对应的推荐物品，其中，所述推荐模型是通过以下方式训练得到的： S11，获取多个第二用户的第二用户信息以及每个所述第二用户的历史购买物品，对于每个所述第二用户信息，所述第二用户信息表征了对应的第二用户的身份信息； S12，根据各个所述第二用户和各个所述历史购买物品，确定各个所述第二用户与各个所述历史购买物品之间的第一喜好程度； S13，根据各个所述第二用户信息、各个所述历史购买物品和各个所述第一喜好程度，确定知识图谱数据集，所述知识图谱数据集中包括各个所述第二用户的第二用户信息、各个所述历史购买物品以及各个第二用户与各个所述历史购买物品之间的第一喜好程度，对于每个所述第二用户，所述第二用户对应的各个所述历史购买物品中包括所述第二用户的喜欢物品； S14，根据所述知识图谱数据集，对初始模型进行训练，得到每个所述第二用户对应的预测推荐物品； S15，根据各个所述预测推荐物品和各个所述喜欢物品，确定所述初始模型的总损失值； S16，若所述总损失值满足预设结束条件，将满足所述预设结束条件时的初始模型作为所述推荐模型，若所述总损失值不满足预设结束条件，调整所述初始网络的网络参数，并根据调整后的网络参数重新对所述初始模型进行训练，直到所述初始模型的总损失值满足所述预设结束条件； 所述方法还包括： 根据所述知识图谱数据集，确定嵌入式向量，所述嵌入式向量中包括多个元素，多个元素包括各个所述第二用户、各个所述历史购买物品以及各个第二用户与各个所述历史购买物品之间的第一喜好程度； 根据所述嵌入式向量，确定所述初始模型的辅助损失函数，所述辅助损失函数用于确定各个所述预测推荐物品之间的差异； 根据所述辅助损失函数和初始模型的主任务损失函数，确定所述初始模型的总损失函数，所述主任务损失函数用于确定所述预测推荐物品和所述喜欢物品之间的差异； 所述S15，具体包括： 根据各个所述预测推荐物品和各个所述喜欢物品，通过所述总损失函数确定所述初始模型的总损失值； 所述方法还包括： 将所述嵌入式向量中的每个元素作为目标元素，确定所述目标元素与嵌入式向量中除目标元素之外的每个元素之间的互信息量，对于每个所述互信息量，所述互信息量表征了对应的两个元素之间的相关性； 对于每个所述目标元素对应的各个互信息量，将各个所述互信息量从大到小进行排序，并获取前K个互信息量，将所述前K个互信息量对应的元素与目标元素进行特征融合，得到第一融合元素，将各个所述互信息量从大到小进行排序，并将除前K个互信息量之外的互信息量对应的元素与目标元素进行特征融合，得到第二融合元素，根据各个所述第一融合元素确定第一融合向量，根据各个所述第二融合元素确定第二融合向量； 根据第一融合向量，通过第一编码器提取出所述第一融合向量中每个第一融合元素的第一特征，确定第一特征向量，以及通过第二编码器提取出所述第一融合向量中每个第一融合元素的第二特征，确定第二特征向量，根据第二融合向量，通过第二编码器提取出所述第二融合向量中每个第二融合元素的第三特征，确定第三特征向量，以及通过第二编码器提取出所述第二融合向量中每个第二融合元素的第四特征，确定第四特征向量； 所述根据所述嵌入式向量，确定所述初始模型的辅助损失函数，包括： 根据所述第一特征向量、所述第二特征向量、所述第三特征向量和所述第四特征向量，确定所述初始模型的辅助损失函数。

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桂林电子科技大学，其通讯地址为：541004 广西壮族自治区桂林市七星区金鸡路1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。