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！

龙图腾网获悉华南理工大学申请的专利一种基于大数据技术的研究生文献资源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：CN115630153B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202211409115.7，技术领域涉及：G06F16/335；该发明授权一种基于大数据技术的研究生文献资源推荐方法是由师娇;许勇;李中行;吴小坤设计研发完成，并于2022-11-11向国家知识产权局提交的专利申请。

本一种基于大数据技术的研究生文献资源推荐方法在说明书摘要公布了：本发明公开了一种基于大数据技术的研究生文献资源推荐方法，包括：基于相似度的预推荐方法和基于深度学习的个性化推荐方法；基于相似度的预推荐方法初步衡量用户感兴趣文献，为用户生成推荐表，通过用户反馈收集用户‑项目交互信息；基于深度学习的个性化推荐方法首先生成个性化用户及项目表示，采用图神经网络构建用户‑项目交互关联，利用可学习超图网络建立用户‑用户、项目‑项目全局关联，结合预推荐方法生成标签优化推荐策略。本发明根据研究生研究性学习活动规律，引进个性化推荐策略，通过采用大数据信息技术，实现了以研究生个性化研究性学习需求驱动为中心的精准文献资源推荐。

本发明授权一种基于大数据技术的研究生文献资源推荐方法在权利要求书中公布了：1.一种基于大数据技术的研究生文献资源推荐方法，其特征在于，包括： 获取用户感兴趣研究领域信息； 基于相似度的预推荐方法，将用户感兴趣研究领域信息和预设文献类型进行匹配，得到相似度； 将相似度按照由高到低的顺序对文献类型进行排列，得到初步用户文献推荐表； 获取用户反馈信息； 根据用户反馈信息和初步用户文献推荐表，得到用户-项目交互信息； 基于深度学习的个性化推荐方法，根据用户-项目交互信息，将文献资源按照模块进行推荐； 所述基于深度学习的个性化推荐方法：搭建自监督深度学习网格，包括：用户项目个性化表示模块；用户-项目交互表示模块；用户-用户、项目-项目全局关联模块；自监督增强学习模块以及迭代式更新模块； 所述用户项目个性化表示模块，具体为： 获取用户信息； 基于融合用户多信息的方式，得到用户个性化表示信息； 将用户信息发送至预设嵌入层，得到用户信息生成嵌入表示信息； 根据注意力网络衡量不同特征对推荐任务的影响权重，并利用全连接网络层融合不同权值特征，得到用户初级表征信息； 根据预设嵌入层为不同文献类型生成嵌入表示，得到项目初级表征信息； 所述用户-项目交互表示模块，具体为： 根据预设的图卷积网络的消息传递机制，得到更新用户项目表示信息； 将项目-交互表信息发送至预设的图卷积网络，得到用户-项目交互图； 通过聚合邻接节点表示学习用户-项目局部交互关系，得到第一对比学习视图； 所述用户-用户、项目-项目全局关联模块，具体为： 采用可学习超图结构进行关联学习； 所述可学习超图结构由一组可学习超边组成，不同的用户项目作为不同节点，每条可学习超边作为信息枢纽，以不同的权重连接所有的用户项目，从全局的视角中聚集所有用户项目的信息以更新自身节点的嵌入表示，得到第二对比学习视图； 不同的超边作为不同的通道从多个的语义维度捕获用户-用户、项目-项目之间的复杂连接关系； 所述可学习超图网络结构，具体为： 通过低秩分解的方法生成可学习超图参数矩阵； 根据所述用户初级表征与项目初级表征，结合可学习多层感知机网络，生成可学习超图结构； 所述自监督增强学习模块，具体为： 采用对比学习方法，将不同视图作为对比学习对象，利用互信息最大化机制优化模型梯度； 将所述第一对比学习视图与所述第二对比学习视图进行对比学习；将不同视图下相同用户项目作为正例对；将不同视图下不同用户项目作为负例对，以互信息最大化函数作为优化方程，得到具有辨别性的用户项目表征； 所述迭代式更新模块，具体为：采用迭代式更新策略，对用户-项目交互表以及模型参数进行周期性更新。

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华南理工大学，其通讯地址为：510641 广东省广州市天河区五山路381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”。