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！

龙图腾网获悉中科基人工智能(厦门)有限公司申请的专利一种基于深度学习驱动的个性化内容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：CN120407939B 。

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：202510572732.6，技术领域涉及：G06F16/9535；该发明授权一种基于深度学习驱动的个性化内容推荐方法是由王飞;王学松;杜青峰;季仁通;夏青;曾雪峰;石俊峰;王天诚;杨露芸设计研发完成，并于2025-05-06向国家知识产权局提交的专利申请。

本一种基于深度学习驱动的个性化内容推荐方法在说明书摘要公布了：本发明涉及内容推荐技术领域，公开了一种基于深度学习驱动的个性化内容推荐方法，包括收集用户的历史数据行为，并获取针对该用户所收集到的历史数据行为次数，设定行为量阈值，当历史数据行为次数小于行为量阈值时，将其标记为不活跃用户，执行稀疏性数据处理策略。本发明通过利用深度学习中的嵌入技术，将离散化的历史行为数据映射到连续稠密的低维向量空间，能更好地捕捉用户行为的潜在语义信息和内在关联，采用Siamese网络对用户基本属性进行匹配，能够借助相似活跃用户的行为数据辅助生成个性化推荐，缓解数据稀疏带来的困扰。

本发明授权一种基于深度学习驱动的个性化内容推荐方法在权利要求书中公布了：1.一种基于深度学习驱动的个性化内容推荐方法，其特征在于，所述方法包括如下步骤： 收集用户的历史数据行为，并获取针对该用户所收集到的历史数据行为次数，设定行为量阈值，当历史数据行为次数小于行为量阈值时，将其标记为不活跃用户，执行稀疏性数据处理策略； 所述稀疏性数据处理策略包括建立活跃用户属性库，活跃用户属性库包括活跃用户的历史数据行为和基本属性，并获取不活跃用户的基本属性，采用Siamese网络将活跃用户的基本属性与不活跃用户的基本属性特征进行对比匹配，选取与不活跃用户的基本属性相似度最高的活跃用户并标记为相似用户； 提取不活跃用户已产生的历史数据行为中的内容特征，将其与所有相似用户已产生的历史数据行为中的内容特征进行比较，并将与不活跃用户产生内容特征最相似的相似用户标记为模板用户并获取最高特征相似度，设定相似度阈值，将最高特征相似度与相似度阈值进行大小比较，根据比较结果作出相应反应； 若最高特征相似度大于或等于相似度阈值，则将该不活跃用户临时视作为模板用户，依据模板用户的个性化内容推荐给该不活跃用户，直至该不活跃用户产生的历史数据行为达到行为量阈值；若最高特征相似度小于相似度阈值，则将同时根据不活跃用户在历史数据行为中提取的内容特征和模板用户的内容特征生成个性化内容推荐； 将不活跃用户临时视作为模板用户后，在不活跃用户的活跃次数未呈现增长时，执行个性化内容优化，将生成内容量中一半依据该不活跃用户的内容特征进行生成，另一半依据模板用户的内容特征进行生成，或是将该用户的最高特征相似度视作小于相似度阈值； 当调整后活跃次数大于日均活跃次数时，获得调整后提升比值，获得调整后提升比值的具体方式是，将调整后活跃次数与日均活跃次数求差得到日均多出次数，并通过日均多出次数除以日均活跃次数得到调整后提升比值，并设定提升量阈值，将调整后提升比值与提升量阈值进行大小对比，若调整后提升比值大于或等于提升量阈值，继续根据模板用户的内容特征对该用户生成个性化内容，不做额外操作；若调整后提升比值小于提升量阈值，应执行进一步的用户行为判断： 将生成内容中的10%内容量依据该用户内容特征进行生成，并将该部分内容量标记为用户特征内容，将所述用户特征内容的优先级提高，使得用户在使用产品时能够优先被推荐到用户特征内容，若浏览用户特征内容时所产生的历史数据行为次数预估值大于在浏览其余生成内容时所产生的历史数据行为次数预估值时，则应将该用户调整后活跃次数视作小于或等于日均活跃次数，并执行个性化内容优化，降低对模板用户特征的依赖；若浏览用户特征内容时所产生的历史数据行为次数预估值小于或等于在浏览其余生成内容时所产生的历史数据行为次数预估值时，则继续根据模板用户的内容特征对该用户生成个性化内容，不做额外操作。

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中科基人工智能(厦门)有限公司，其通讯地址为：361199 福建省厦门市同安区智谷西二路28号C9幢2层205-2之四；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。