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评论文本与评论对象内容融合的教育资源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：CN116821482B 。

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：202310654328.4，技术领域涉及：G06F16/9535；该发明授权一种评论文本与评论对象内容融合的教育资源推荐方法是由王冲设计研发完成，并于2023-06-05向国家知识产权局提交的专利申请。

本一种评论文本与评论对象内容融合的教育资源推荐方法在说明书摘要公布了：本发明公开一种评论文本与评论对象内容融合的教育资源推荐方法，首先利用自然语言处理的预训练模型XLNET对文本进行挖掘和编码，获得用户和教育资源的浅层与深层特征向量；其次采用LSTM和注意力机制用户产生的兴趣迁移进行学习和预测，并得到用户模块和教育资源模块的输出向量；最后使用多层感知机对用户与教育资源之间的非线性交互行为进行建模，得到预测评分。实验结果表明，融合评论文本和内容数据有效的应对了冷启动和数据稀疏等问题，提升了推荐算法性能，更真实的反映出用户的特征偏好，能够进一步提高了推荐准确率。

本发明授权一种评论文本与评论对象内容融合的教育资源推荐方法在权利要求书中公布了：1.一种评论文本与评论对象内容融合的教育资源推荐方法，其特征是，包括步骤如下： 步骤1、将用户浏览过的所有教育资源数据存储为用户浏览历史集；将用户对教育资源的所有评论数据存储为用户评论集；将教育资源的内容数据存储为教育资源内容集；将教育资源收到的所有评论数据存储为教育资源评论集； 步骤2、将用户的用户浏览历史集和用户评论集分别采用XLNET模型进行特征挖掘，得到用户的浏览历史特征向量和用户的评论特征向量，并将用户的浏览历史特征向量和用户的评论特征向量拼接后得到用户的特征向量将用户评论过的所有教育资源的教育资源内容集和教育资源评论集分别采用XLNET模型进行特征挖掘，得到教育资源内容特征向量和教育资源评论特征向量，并将教育资源内容特征向量和教育资源评论特征向量拼接后得到用户评论过的教育资源的特征向量 步骤3、先将用户的特征向量与用户评论过的教育资源的特征向量进行点乘得到教育资源特征对用户特征的贡献度αui；再对教育资源特征对用户特征的贡献度αui引入用户对教育资源的注意力权重ωui后进行归一化处理，并将归一化结果与用户评论过的教育资源的特征向量点乘，得到教育资源特征与用户特征的关联度后将所有教育资源特征对用户特征的关联度送入到长短期记忆网络中对用户兴趣迁移现象进行学习并预测，得到用户的最终特征表示 步骤4、将教育资源的教育资源内容集和教育资源的教育资源评论集分别采用XLNET模型进行特征挖掘，得到教育资源内容特征向量和教育资源评论特征向量 步骤5、先将教育资源内容特征向量与教育资源评论特征向量进行点乘得到教育资源评论对教育资源内容的贡献度βv；再对教育资源评论对教育资源内容的贡献度βv引入教育资源的注意力权重ωv后进行归一化处理，并将归一化结果与教育资源评论特征向量点乘，得到教育资源评论与教育资源内容的关联度后将所有教育资源评论与教育资源内容的关联度送入到长短期记忆网络中对学习教育资源随时间的特征变化，得到教育资源的最终特征表示 步骤6、将用户的最终特征表示和教育资源的最终特征表示送入到多层感知网络进行特征交互，再通过全连接层将它们进行线性组合，得到用户对该教育资源的预测评分，并基于预测评分向用户推荐教育资源。

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。