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！

龙图腾网获悉电子科技大学长三角研究院(湖州);厦门智小金智能科技有限公司申请的专利基于最优化元学习的个性化推荐方法、系统及存储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：CN116996555B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202310871270.9，技术领域涉及：H04L67/306；该发明授权基于最优化元学习的个性化推荐方法、系统及存储介质是由王佳昊;钟鑫;方剑平;林建旋;廖小顺;徐睿泽设计研发完成，并于2023-07-14向国家知识产权局提交的专利申请。

本基于最优化元学习的个性化推荐方法、系统及存储介质在说明书摘要公布了：本发明公开了一种基于最优化元学习的个性化推荐方法、系统及存储介质，采用基于分解的时间序列预测模型对用户行为时序数据进行分解，提取其中的趋势性特征和季节性特征，以实现对未来行为预测；采用元学习的方法训练基于分解的时间序列预测模型，对不同用户进行归纳总结，得到泛化性较好的初始化模型；采用基于帕累托最优的多目标优化算法，实现模型训练过程中的最优路径寻找并实现模型的最优解；对初始化模型进行微调得到个性化的用户行为习惯模型，用于实现对不同用户个性化推荐。本发明能够对家庭用户的行为数据进行深入挖掘，构建用户的行为习惯模型和兴趣模型，为用户生成个性化的推荐策略，极大的提高了对用户推荐策略的准确性。

本发明授权基于最优化元学习的个性化推荐方法、系统及存储介质在权利要求书中公布了：1.一种基于最优化元学习的个性化推荐方法，其特征在于，采用基于分解的时间序列预测模型对用户行为时序数据进行分解，提取其中的趋势性特征和季节性特征，以实现对未来行为预测；采用元学习的方法训练基于分解的时间序列预测模型，对不同用户进行归纳总结，得到泛化性较好的初始化模型；采用基于帕累托最优的多目标优化算法，实现模型训练过程中的最优路径寻找并实现模型的最优解；对初始化模型进行微调得到个性化的用户行为习惯模型，用于实现对不同用户个性化推荐； 包括以下步骤： 步骤S1：对用户行为时序数据进行数据预处理，然后将数据集按照6：2：2划分得到训练集、验证集、测试集；所述训练集用于模型训练；所述验证集用于检验网络结构和调整模型超参数，判断是否过拟合；所述测试集用于检验模型的泛化能力； 步骤S2：将基于分解的时间序列预测模型作为基础模型，并采用训练集对基础模型进行训练，通过残差结构对时序数据逐层分解，最终获得用户行为时序数据不同层次之间的趋势性特征和周期性特征； 步骤S3：采用基于最优元学习的方法对基础模型进行训练，通过归纳总结不同用户之间的共性，挖掘模型先验知识，获得鲁棒性较好的初始化参数，得到适用于所有用户的初始化模型； 步骤S4：在新用户加入时，通过少量数据对初始化模型进行微调得到新用户的用户行为习惯模型，用于实现对不同用户个性化推荐。

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电子科技大学长三角研究院(湖州);厦门智小金智能科技有限公司，其通讯地址为：313000 浙江省湖州市西塞山路819号南太湖科技创新综合体B2幢8层；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。