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！

龙图腾网获悉广东南方报业移动媒体有限公司申请的专利一种基于非负采样注意力门控图卷积网络的物品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：CN120765350B 。

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：202510930055.0，技术领域涉及：G06Q30/0601；该发明授权一种基于非负采样注意力门控图卷积网络的物品推荐方法是由吴娴;肖卓明设计研发完成，并于2025-07-07向国家知识产权局提交的专利申请。

本一种基于非负采样注意力门控图卷积网络的物品推荐方法在说明书摘要公布了：本发明公开了一种基于非负采样注意力门控图卷积网络的物品推荐方法，包括：获取用户‑物品数据集并划分为训练集、验证集和测试集；将训练集和验证集转换为用户‑物品二部图并初始化；构建物品推荐模型，以初始化后的用户‑物品二部图为输入，用户与物品发生交互行为的可能性评分为输出；利用第一和第二用户‑物品二部图分别对物品推荐模型进行训练和验证，在训练和验证过程中采用非负采样策略对模型进行优化，得到训练好的物品推荐模型；将测试集转化为用户‑物品二部图并输入训练好的物品推荐模型，得到用户与物品发生交互行为的可能性评分，选择评分最高的交互行为所对应的物品作为推荐结果。与现有的主流推荐模型相比，在推荐性能上取得了更好的效果。

本发明授权一种基于非负采样注意力门控图卷积网络的物品推荐方法在权利要求书中公布了：1.一种基于非负采样注意力门控图卷积网络的物品推荐方法，其特征在于，包括如下步骤： 步骤1，获取包含用户信息、物品信息以及用户与物品之间交互信息的用户-物品数据集，将用户-物品数据集划分为训练集、验证集和测试集； 步骤2，将训练集和验证集分别转换为第一和第二用户-物品二部图，并对第一和第二用户-物品二部图进行初始化； 步骤3，构建物品推荐模型，所述物品推荐模型以初始化后的用户-物品二部图为输入，用户与物品发生交互行为的可能性评分为输出；利用第一和第二用户-物品二部图分别对所述物品推荐模型进行训练和验证，在训练和验证过程中采用非负采样策略对模型进行优化，得到训练好的物品推荐模型； 步骤4，将测试集转化为第三用户-物品二部图并进行初始化，将初始化后的第三用户-物品二部图输入训练好的物品推荐模型，得到用户与物品发生交互行为的可能性评分，选择评分最高的交互行为所对应的物品作为推荐结果； 所述步骤3中，物品推荐模型包括注意力门控图卷积网络、层组合模块以及预测层，通过注意力门控图卷积网络和层组合模块将初始化后的用户-物品二部图转化为用户和物品最终的嵌入表示，将用户和物品最终的嵌入表示在预测层进行内积操作，作为用户和物品发生交互行为的可能性评分； 注意力门控图卷积网络包括第1至第K个线性传播层、第1至第K个非线性传播层以及第1至第K个注意力门控模块，第k个线性传播层和第k个非线性传播层同时对应第k个注意力门控模块； 第k+1个线性传播层和第k+1个非线性传播层的输入均为第k个注意力门控模块的输出，第k+1个线性传播层输出用户和物品经第k+1个线性传播层的嵌入表示，第k+1个非线性传播层输出用户和物品经第k+1个非线性传播层的嵌入表示，k=1,…,K-1； 线性传播公式如下： ， ， 其中，、分别表示用户u和物品v在第k+1层的线性嵌入表示，表示用户u经第k个注意力门控模块后的嵌入表示，表示物品v经第k个注意力门控模块后的嵌入表示，表示跟用户𝑢发生过交互的物品集，表示跟物品v发生过交互的用户集，，； 非线性传播公式如下： ， ， 其中，、分别表示用户u和物品v在第k+1层的非线性嵌入表示，表示非线性激活函数； 第1层线性传播层和非线性传播层的输入为初始化的用户-物品二部图； 用户经第k个线性传播层和第k个非线性传播层的嵌入表示拼接在一起作为第k个注意力门控模块的输入；同时，物品经第k个线性传播层和第k个非线性传播层的嵌入表示拼接在一起，作为第k个注意力门控模块的输入；k=1,…,K； 第k个注意力门控模块采用多层感知机方法表示，并使用softmax函数进行归一化处理，表达式如下： ， ， 其中，h、W和b分别表示第k个注意力门控模块中从注意力网络层到输出层的权重向量、从输入层到注意力网络层的权重矩阵以及偏置向量，为激活函数，、分别表示用户和物品在第k层的嵌入表示，表示与用户发生过交互的物品集，表示内积操作，t表示归一化处理结果； 经过以上多层感知机和归一化处理后得到各注意力门控模块的采样概率分布，采用Gumbel-softmax函数对进行采样： ， 其中，表示线性传播和非线性传播组成的混合传播分布结果，表示Gumbel噪声，为温度系数，则第k个注意力门控模块的输出为，、分别为第k层的线性传播和非线性传播嵌入表示； 当用户u和物品v依次经过K层注意力门控图卷积操作，得到每一层用户和物品嵌入表示，利用层组合模块将嵌入表示组合起来，得到用户和物品最终嵌入表示如下： ， ， 其中，的值为，表示平均聚合，、分别表示用户和物品的最终嵌入表示。

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广东南方报业移动媒体有限公司，其通讯地址为：510000 广东省广州市广州大道中289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。