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！

龙图腾网获悉山西大学申请的专利一种基于图对比学习的去偏推荐方法及系统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：CN116701767B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202310765723.X，技术领域涉及：G06F16/9535；该发明授权一种基于图对比学习的去偏推荐方法及系统是由郭志豪;宋鹏;冯晨娇;梁吉业;姚凯旋设计研发完成，并于2023-06-27向国家知识产权局提交的专利申请。

本一种基于图对比学习的去偏推荐方法及系统在说明书摘要公布了：本发明属于推荐系统技术领域，公开了一种基于图对比学习的去偏推荐方法及系统，方法包括：在知识图谱上利用注意力机制及TransE模型学习实体与关系语义的向量表示；根据实体与关系的向量表示进行数据增强，得到不同视角下的增强知识图谱；根据增强知识图谱计算每个产品的一致性得分并结合用户偏好生成两种增强交互视图；在增强交互视图上生成用户与产品的向量表示；将用户与产品的向量表示进行一种显示不变约束的对比学习训练，自动过滤与用户交互无关的偏差信息；使用过滤之后的向量表示进行推荐交互预测；联合语义、对比和预测损失对模型进行优化。本发明通过图对比数据增强有效过滤了偏差信息对推荐方法的影响，提升了用户使用体验和满意度。

本发明授权一种基于图对比学习的去偏推荐方法及系统在权利要求书中公布了：1.一种基于图对比学习的去偏推荐方法，其特征在于，包括以下步骤： 步骤S1、获取知识图谱数据集和用户与产品的历史交互数据集； 步骤S2、将知识图谱数据集输入TransE模型，通过语义损失学习得到实体与关系的向量表示；通过头实体向量与关系向量的相似度和头实体向量与尾实体向量的相似度分别对知识图谱进行数据增强，生成第一增强知识图与第二增强知识图；所述语义损失为： ； 其中，表示语义损失，，，为负采样的尾实体，为激活函数；为头实体、为关系、为尾实体、为负采样的尾实体；为头实体向量，为关系向量，表示尾实体向量，为负采样的尾实体向量； 步骤S3：基于第一增强知识图与第二增强知识图计算不同视角下各个产品的一致性得分，同时根据用户与产品的历史交互数据集，计算用户的个性化偏好，根据各个产品的一致性得分和用户的个性化偏好，计算每个产品交互的潜在概率，并根据基于伯努利分布生成第一增强交互图与第二增强交互图； 步骤S4：在第一增强交互图与第二增强交互图上分别利用LightGCN模型聚合每个节点的邻居信息，得到两个增强交互图上用户与产品的第一向量表示与第二向量表示； 步骤S5：基于KL散度对第一向量表示与第二向量表示进行显示不变约束的对比学习，根据对比损失更新每个用户与每个产品在不同视图上的向量表示，以过滤知识图谱中的偏差信息； 步骤S6：根据用户与产品在不同视图上的最终向量表示，预测交互概率； 步骤S7：根据预测交互概率构建BPR损失，并结合BPR损失、语义损失、对比损失得到总损失函数，根据总损失函数更新模型参数； 步骤S8：根据模型最终输出的交互概率，得到推荐产品顺序； 所述步骤S5中，对比损失的计算公式为： ； 其中，为余弦相似度计算，表示温度系数，KL表示散度，分别表示增强交互图的两种方式，通过KL散度对其进行约束；表示正例对的余弦相似度，表示负例对的余弦相似度，表示负例对之间的余弦相似度；对于任意一个用户，其在任意一个视图中的节点被称为锚点，而另一个视图中的节点与其构成一组正例对，即，两个视图中的其余节点和与其构成多组负例对，即和。

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山西大学，其通讯地址为：030006 山西省太原市坞城路92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。