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！

龙图腾网获悉复旦大学申请的专利一种引入辅助信息的可解释高效序列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：CN118445486B 。

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：202410606669.9，技术领域涉及：G06F16/9535；该发明授权一种引入辅助信息的可解释高效序列推荐方法是由卢暾;柳思佳;刘家豪;李东胜;张鹏;顾宁设计研发完成，并于2024-05-16向国家知识产权局提交的专利申请。

本一种引入辅助信息的可解释高效序列推荐方法在说明书摘要公布了：本发明公开了一种引入辅助信息的可解释高效序列推荐方法。本发明将用户兴趣明确建模为下一次交互物品的概率分布序列；除了将物品转移矩阵作为自编码器的输入外，还在隐藏层引入物品辅助信息，并结合分类任务来抽取更好的物品特征表示，进而得到代表整体用户兴趣的概率分布矩阵。在进行增量推荐时，通过整合新的物品转移信息得到更新后的下一次交互物品的概率分布，并根据更新后的用户交互序列对下一次交互物品概率分布序列进行注意力和时间衰减权重加权，得到更新后的个性化推荐。本发明建模过程较为透明，具备一定可解释能力；在不改变模型参数的情况下整合新的用户‑物品交互，在单次交互的增量级别上实现即时推荐。

本发明授权一种引入辅助信息的可解释高效序列推荐方法在权利要求书中公布了：1.一种引入辅助信息的可解释高效序列推荐方法，其特征在于，将用户兴趣建模为下一次交互物品的概率分布序列，结合整体用户兴趣和用户的个性化兴趣，实现更新后的个性化推荐；包括以下步骤： 1对原始用户-物品交互数据进行预处理并构建物品转移矩阵； 2将物品转移矩阵输入至多信息自编码器进行低秩近似，得到编码器压缩后的物品转移矩阵的嵌入表示，再将物品转移矩阵的嵌入表示输入到解码器中，得到重构后的物品转移矩阵，并根据输入矩阵与重构矩阵之间的差异构建重构损失； 在自编码器的隐藏层引入物品辅助信息，以物品的类别信息为真实值，将物品转移矩阵的嵌入表示做softmax处理后得到分类任务中的预测值，构建多标签分类损失，优化物品转移矩阵的潜在空间表征； 将重构损失和多标签分类损失整合为总损失进行学习，调整超参，循环训练自编码器至收敛，使得解码器在尽可能恢复原始数据的基础上，在编码器抽取特征的过程中使得有着相同类别标签的物品有着相似的特征表示，得到训练好的整体偏好生成器模型； 3完成对整体偏好生成器的训练后，将重构后的物品转移矩阵按行进行softmax处理，得到下一个交互物品的概率分布，即得到代表整体用户兴趣的概率分布矩阵； 4按每一个用户的交互序列对代表整体用户兴趣的概率分布矩阵进行时间衰减加权，得到每一个用户经时间衰减加权后的下一个交互物品的概率分布序列；对每一个用户经时间加权后的下一个交互物品的概率分布序列通过注意力机制进行加权，个性化用户兴趣得到每个用户的未来交互的分布概率； 5对于用户新产生的一条交互数据，按步骤1的方法构建更新后的物品转移矩阵，并更新用户的交互序列；将更新后的物品转移矩阵输入训练好的整体偏好生成器模型，得到更新后的代表整体用户兴趣的概率分布矩阵； 6按步骤4的方法基于更新后的用户交互序列对更新后的代表整体用户兴趣的概率分布矩阵进行时间衰减加权和注意力加权以个性化用户兴趣，得到更新后的用户的未来交互的分布概率，实现更新后的个性化推荐；其中： 步骤3中，代表整体用户兴趣的概率分布矩阵表示如下： 其中，矩阵中第行第列的值表示用户在与物品交互后立即与物品交互的概率，表示重构后的物品转移矩阵； 步骤4中，对于用户，存在一个交互序列，从中取最近的个交互得到；根据，从代表整体用户兴趣的概率分布矩阵中取相应的行得到，其中为物品数量； 首先对进行时间衰减： 其中是控制衰减强度的超参数，是当前交互序列的最大时间； 然后通过自注意力机制使中的每一行都能包含这个交互序列中的全部信息： 使用用户最后一个交互的物品作为查询，作为键和值，通过注意力机制得到最终的概率分布： 。

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复旦大学，其通讯地址为：200433 上海市杨浦区邯郸路220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。