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潜在兴趣多视图融合的推荐方法和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：CN115510319B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202211160832.0，技术领域涉及：G06F16/9535；该发明授权一种基于潜在兴趣多视图融合的推荐方法和系统是由廖健;马宏设计研发完成，并于2022-09-22向国家知识产权局提交的专利申请。

本一种基于潜在兴趣多视图融合的推荐方法和系统在说明书摘要公布了：本发明公开了一种基于潜在兴趣多视图融合的推荐方法和系统，属于计算机推荐系统技术领域。本发明通过构建多视图来探索多种因素对用户和商品的影响，根据潜在的用户兴趣主题生成子图，在不同的视图下，通过为用户和商品的表示增加个性化的特征使其可以保持自己的特征，有效缓解传统方法过平滑的问题。用残差网络结构改进了经典LightGCN模型，设计了VS‑LightGCN模块，以保持模型对个体化特征的持续认知。基于主成分控制机制PCCM的动态多视图融合模块，可以有效对生成的多兴趣视图进行融合，提升模型的推荐效果。

本发明授权一种基于潜在兴趣多视图融合的推荐方法和系统在权利要求书中公布了：1.一种基于潜在兴趣多视图融合的推荐系统，其特征在于：包括多视图生成模块、VS-LightGCN模块和多视图融合模块； 所述多视图生成模块： 原始的用户-商品交互行为矩阵其中，表示R是一个m×n维，每个元素为实数的矩阵；m和n分别表示用户和商品的数量，若R中用户u与商品i对应的元素Rui非零，表示用户u曾经与商品i交互过，用户u和商品i之间存在一条边；否则，该Rui为零； 在原始的用户-商品交互行为矩阵R的基础上，用一个用户-商品的二部图G＝N,E来提供结构信息；其中，N表示节点的集合，包括用户u和商品i的节点，E表示边的集合； 再使用奇异值分解SVD来分解原始的用户-商品交互行为矩阵R，表示为：R≈PtΣtQtT，其中，Pt和Qt分别是左、右奇异矩阵，Σt是一个对角矩阵，由前t个最大奇异值组成，T为向量转置； 将每个奇异值视为推荐系统中的一个潜在兴趣主题；用户u和商品i由前t个潜在兴趣主题分别表示为奇异向量pt u∈Pt和qt i∈Qt；在前t个潜在兴趣主题下，将pt u和qt i之间的相似度视为用户u和商品i的结构关联得分，表示为： 根据前t个潜在兴趣主题下每个用户u和商品i的结构相关得分scoret ui，生成相似度矩阵其中用户u和商品i对应元素 原始的用户-商品交互行为矩阵R转化为由t个潜在兴趣主题确定的不同实值连续矩阵Mt；选择不同的t值，获得不同的相似度矩阵Mt； 设置阈值η去除基于相似性矩阵Mt的双子图中结构相关分数过低的噪声边，用户和用户交互的商品被分组到不同的子图中，以生成不同的视图；对于每个视图Vt，其交互矩阵被定义为： 其中，η为一阈值，控制生成两个视图过程中的边的相似度； 当且仅当相似度矩阵Mt中用户u和商品i对应元素不小于阈值η，且原始的用户-商品交互矩阵R中对应元素Rui＝1时，视图Vt中用户u和商品i对应元素值为1，否则为0； 所述VS-LightGCN模块： 对于多视图生成模块生成的每个视图，将用户u和商品i的初始嵌入分别表示为e0 u和e0 i；从潜在兴趣主题的不同视图中学习用户u和商品i的表示；各视图之间是相互独立的，特定视图子图中的节点只能与子图内的邻居传播信息；同时通过奇异值分解SVD将用户u或商品i表示为前t个潜在兴趣主题下的t维嵌入pt u和qt i，使其包含关于用户u或商品i自身特征的个性化特征，并初始化视图Vt中的节点嵌入表示，即e0 u＝pt u，e0 i＝qt i； 传播过程表示为： 其中和分别是e0 u和e0 i的静态拷贝，不参与优化更新；保证个性化特征在传播过程中不会丢失，|Nu|与|Ni|分别表示用户u的邻居节点集合Nu和商品i的邻居节点集合Ni的大小，k表示迭代轮次； 并行训练优化每个视图Vt，每个视图Vt的损失函数L表示为： 其中，δ为sigmoid函数，m表示用户的数量，a为用户u的一个邻居商品节点，b为用户u的一个非邻居商品节点，eu、ea、eb分别为用户u、商品a和商品b的表示向量；T为向量转置，E0为所有用户和商品节点初始化表示构成的矩阵，λt是视图Vt中的一个超参数，控制E0的L2正则化权重； 所述多视图融合模块：由主成分控制机制PCCM来动态调整每个视图对推荐结果的影响；在用户-商品交互图中，用户u和商品i之间的相似度记为s0 ui；对于每个生成的视图Vt，在各视图信息传播优化完成后，通过公式得到视图Vt的相似度s1 ui,s2 ui,...,st ui；通过主成分控制机制PCCM，多个视图之间的融合相似度定义为： 其中，表示多个视图之间的融合相似度，sigmoid函数将多视图融合得分映射到[0,1]，μ是一个阈值，用于控制主成分控制机制PCCM中的视图结果融合。

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”。