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！

龙图腾网获悉南京理工大学申请的专利一种基于KAN网络结构的多模态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：CN120067460B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202510534576.4，技术领域涉及：G06F16/9535；该发明授权一种基于KAN网络结构的多模态序列推荐方法是由崔振;郭旭;张桐设计研发完成，并于2025-04-27向国家知识产权局提交的专利申请。

本一种基于KAN网络结构的多模态序列推荐方法在说明书摘要公布了：本发明公开了一种基于KAN网络结构的多模态序列推荐方法，涉及电子信息技术领域。针对用户历史行为记录中的物品序列及其多模态信息进行建模，用于预测下一个可能与用户交互的物品项。具体包括以下步骤：提取输入物品序列的多模态表征以构建特征矩阵，通过基于KAN网络的单模态内特征交互模块实现模态内信息学习，并通过多模态间特征交互融合层完成模态间特征融合；最终使用物品预测层输出推荐结果。本发明采用KAN网络结构设计，大幅降低计算复杂度，实现轻量化和高效性，通过显式捕获多源多模态异构数据间的信息关系，深入挖掘用户在不同模态下的细粒度兴趣偏好，充分融合多模态兴趣表征，以更好地满足用户潜在意图。

本发明授权一种基于KAN网络结构的多模态序列推荐方法在权利要求书中公布了：1.一种基于KAN网络结构的多模态序列推荐方法，其特征在于：具体包括以下步骤： 步骤S1：给定用户历史交互多模态物品序列作为输入，提取出物品序列相应的模态特征； 步骤S2：构建新型用户与物品交互的Token-Channel串行单模态内KAN特征交互模块，优化建模用户对单个具体模态下细粒度的兴趣偏好和对物品序列单模态内表征进行交互学习； 在步骤S2中，构建新型用户与物品交互的Token-Channel串行单模态内KAN特征交互模块，具体包括以下步骤： S21：引入Token级与Channel级的KAN神经网络模块，提升了模态信息在高维特征空间中的表达能力与相互理解能力； S22：采用改进的特征归一化机制，通过LayerNorm结合TokenKAN和ChannelKAN模块实现单模态内与跨模态间特征一致性； 针对视觉模态特征序列、文本模态特征序列、标识符id的模态特征序列，各单模态内函数计算公式如下： ； ； ； ； ； ； 其中，表示视觉模态特征经过Token级特征交互后的视觉模态信息，表示文本模态特征经过Token级特征交互后的文本模态信息，表示标识符模态特征经过Token级特征交互后的标识符模态信息，i表示对特征交互矩阵的列方向进行信息交互，表示视觉模态信息经过Channel级特征融合后的视觉模态特征，表示文本模态信息经过Channel级特征融合后的文本模态特征，表示标识符模态信息经过Channel级特征融合后的标识符模态特征，j表示对特征交互矩阵的行方向进行信息交互； 步骤S3：构建新型用户与物品交互的Token-Channel串行多模态间KAN特征交互融合模块，充分融合多模态特征学习，对各个单模态特征矩阵进行多模态特征级联操作，分别在标记维度与通道维度进行物品特征交互融合，建模学习跨模态用户偏好信息，并生成最终的嵌入学习表示； 步骤S4：针对步骤S3中生成的嵌入学习表示，使用物品预测层预测模块预测下一个与用户交互的具体物品项，通过使用多层感知机获得更低维的表征及分类器对物品项进行筛选与细分，得到推荐结果。

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南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫街道200号南京理工大学；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”。