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！

龙图腾网获悉北京工业大学申请的专利一种基于Transformer模型的图卷积兴趣解耦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：CN114936328B 。

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：202210429323.7，技术领域涉及：G06F16/9536；该发明授权一种基于Transformer模型的图卷积兴趣解耦方法是由简萌;王拓;毋立芳;王掌权;石戈;相叶;李尊设计研发完成，并于2022-04-22向国家知识产权局提交的专利申请。

本一种基于Transformer模型的图卷积兴趣解耦方法在说明书摘要公布了：本发明公开了一种基于Transformer模型的图卷积兴趣解耦方法。传统的推荐算法多采用图卷积的方法，考虑了用户与其邻居节点之间信息的传递，但是生成的用户特征表示是单一的，忽略了用户的交互是由多方面兴趣产生的，即隐向量相互纠缠问题，导致推荐的性能不能达到最优。本发明提出了一种新型的细粒度级别兴趣解耦方法，首先使用图卷积的方法研究用户在不同兴趣空间之内的特征，再通过Tranformer模型探究用户不同兴趣之间的内在联系，最后将不同兴趣之间的特征融合得到兴趣解耦后用户特征表达。针对上述方法，我们利用公开的社交网络、电商平台以及点评网站的数据集分别进行训练、测试以优化模型的性能，验证该方法的有效性。

本发明授权一种基于Transformer模型的图卷积兴趣解耦方法在权利要求书中公布了：1.一种基于Transformer模型的图卷积兴趣解耦方法；其特征在于：包括以下步骤： S1、数据预处理：获取数据集，包括用户ID，物品ID，以及用户-物品交互的标签；数据集中训练集和测试集正样本比例为4:1；训练集中正负样本的比例为1:1； S2、模型输入并映射至不同兴趣空间：将用户ID、物品ID以及历史交互记录分别转化为图模型中的节点、边信息，并为每一个节点初始化特征向量；通过全连接层即MLP操作将图结构映射至不同的兴趣空间，使得相同节点在不同的空间下特征表示不同； S3、多兴趣GCN：使用路由机制在不同的兴趣空间中迭代更新邻接矩阵，使得不同空间下的邻接矩阵变得不同，而邻接值则利用自身节点与其一阶邻居之间的亲和力进行更新；此时，不同空间下的图拓扑结构已经不同，使用LightGCN算法，使用softmax函数获得各空间下的兴趣分布，通过各空间下不同的归一化邻接矩阵更新节点特征，接着，利用自身节点和一阶邻居节点之间的亲和力计算更新后的邻接矩阵的邻接值，最后得到各个兴趣空间的特征向量，将不同空间下的用户与物品特征进行更新，使得在空间下的用户与物品的特征与某一兴趣所驱使下的交互息息相关； S4、Transformer兴趣兼容性：为研究不同兴趣空间之间的关联性，将某一空间下的节点特征视为局部特征，将其余空间下对应的节点特征视为全局特征，通过Transformer模型生成注意力值来更新每一个空间下的节点特征； S5、门控融合：将不同兴趣空间下的节点特征融合为单一特征，此时的节点中包含着将兴趣解耦后的特征信息，同时也包含着不同兴趣之间存在兼容性的特征信息； S6、优化方法和损失函数：损失函数由两部分组成，一部分为推荐预测使用的BPR损失函数以及由初始化参数组成的L2正则化项，另一部分是为保障不同兴趣空间趋于正交化的距离关联性函数，两者联合优化； S7、生成推荐列表：得到预测的用户-物品交互得分后，针对每一个用户，对所有物品根据评分进行降序排序，将前N个物品生成一个列表推荐给用户。

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北京工业大学，其通讯地址为：100124 北京市朝阳区平乐园100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”。