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！

龙图腾网获悉齐鲁工业大学(山东省科学院)申请的专利基于用户意图特征的智能新闻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：CN116431919B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202310412911.4，技术领域涉及：G06F16/9535；该发明授权基于用户意图特征的智能新闻推荐方法和系统是由鹿文鹏;王荣耀;张维玉;郑超群;乔新晓;任晓强设计研发完成，并于2023-04-13向国家知识产权局提交的专利申请。

本基于用户意图特征的智能新闻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用户意图特征的智能新闻推荐方法和系统，属于推荐系统领域和自然语言处理领域。本发明要解决的技术问题为现有的新闻推荐方法无法识别用户意图特征，从而导致推荐结果不准确的问题，采用的技术方案为：该方法具体如下：S1、构建新闻推荐模型的训练数据集；S2：构建基于用户意图特征的新闻推荐模型：具体如下：S201、构建新闻编码器；S202、构建TF‑IDF算法模块；S203、构建意图编码器；S204、构建图神经网络；S205、构建意图解码器；S206、构建点击率预测器；S3、训练基于用户意图特征的新闻推荐模型。该系统包括训练数据集生成单元、基于用户意图特征的新闻推荐模型构建单元和模型训练单元。

本发明授权基于用户意图特征的智能新闻推荐方法和系统在权利要求书中公布了：1.一种基于用户意图特征的智能新闻推荐系统，其特征在于，该系统包括： 训练数据集构建单元，首先在线上新闻网站获得用户的浏览记录信息，随后对其进行预处理操作，从而得到符合训练要求的用户浏览记录及其新闻文本内容；训练数据集构建单元包括， 原始数据获取单元，负责下载网络上已经公开的新闻网站数据集，将其作为构建训练数据集的原始数据； 原始数据预处理单元，负责预处理新闻数据集中的每一条新闻文本，去除新闻数据集中的停用词及特殊字符；分别抽取每一条新闻文本的关键信息，如标题、类别、摘要；从而构建训练数据集； 基于用户意图特征的新闻推荐模型构建单元，用于载入训练数据集、构建新闻编码模块、构建TF-IDF算法模块、构建意图编码模块、构建图神经网络模块、构建意图解码模块以及构建点击率预测模块，基于用户意图特征的新闻推荐模型构建单元包括， 训练数据集载入单元，负责加载训练数据集； 新闻编码模块构建单元，负责在训练数据集中训练基于Glove词向量模型的新闻向量，并定义所有的新闻向量表示；首先使用卷积神经网络和注意力机制分别编码新闻标题和摘要，得到新闻标题和摘要向量；同时使用全连接层分别编码新闻主类别和子类别，得到新闻主类别和子类别向量；再将新闻标题、摘要、主类别和子类别向量进行联接并输入到注意力机制中，得到最终的新闻向量； TF-IDF算法模块构建单元，负责利用TF-IDF算法抽取用户浏览记录中的新闻关键词，然后再利用词嵌入方法将每一个关键词映射到同一个向量空间，从而得到新闻内容的关键词向量； 意图编码模块构建单元，负责利用CNN抽取关键词向量的主要特征并通过聚合操作生成关键词向量矩阵，然后通过一个可学习的映射矩阵M过滤可能的关键词，再通过计算可能的关键词在关键词向量矩阵中的分布概率得到可能的关键词向量矩阵； 图神经网络模块构建单元，负责利用图神经网络传播和聚合关键词向量特征，从而得到信息聚合后的关键词向量； 意图解码模块构建单元，负责利用注意力网络解码关键词向量中的用户意图特征，从而得到意图特征向量； 点击率预测模块构建单元，负责利用基于候选新闻的注意力网络融合意图特征向量和候选新闻特征向量，得到用户向量，然后将用户向量和候选新闻特征向量作为输入，再通过向量内积运算生成每个候选新闻的得分即点击率，然后将所有候选新闻依据点击率大小由高到低进行排序，将Top-K条新闻推荐给用户； 模型训练单元，用于构建模型训练过程中所需要的损失函数，并完成模型的优化训练；模型训练单元包括， 损失函数构建单元，负责计算预测的候选新闻与真实的目标新闻之间的误差； 模型优化单元，负责训练并调整模型训练中的参数，减小预测误差。

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齐鲁工业大学(山东省科学院)，其通讯地址为：250353 山东省济南市长清区大学路3501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”。