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！

龙图腾网获悉浙江工业大学申请的专利一种基于协同对比学习的多行为电商平台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：CN119941360B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202510107703.2，技术领域涉及：G06Q30/0601；该发明授权一种基于协同对比学习的多行为电商平台推荐方法是由杨旭华;陈孟昂;马钢峰设计研发完成，并于2025-01-23向国家知识产权局提交的专利申请。

本一种基于协同对比学习的多行为电商平台推荐方法在说明书摘要公布了：一种基于协同对比学习的多行为电商平台推荐方法，首先，为在线电商平台构建多行为的电商用户‑电商商品交互二分图；接着，使用多行为级联残差网络捕捉二分图的深层表征，并使用多行为注意力网络捕捉二分图的交互表征；然后，通过跨层对比学习、跨行为对比学习和跨网络对比学习提升电商用户‑电商商品交互二分图的表示性能；同时，计算贝叶斯个性化排序损失以改善推荐性能；最后，获得最终的电商用户和电商商品表征以实现个性化的商品推荐。本发明深度挖掘各行为信息和多行为交互信息，使用对比学习提升电商用户和电商商品的表示性能，有助于为电商平台生成更精准、更符合用户兴趣的推荐结果。

本发明授权一种基于协同对比学习的多行为电商平台推荐方法在权利要求书中公布了：1.一种基于协同对比学习的多行为电商平台推荐方法，其特征在于，首先，为在线电商平台构建多行为的电商用户-电商商品交互二分图；接着，使用多行为级联残差网络捕捉二分图的深层表征，并使用多行为注意力网络捕捉二分图的交互表征；然后，通过跨层对比学习、跨行为对比学习和跨网络对比学习提升电商用户-电商商品交互二分图的表示性能；同时，计算贝叶斯个性化排序损失以改善推荐性能；最后，获得最终的电商用户和电商商品表征以实现个性化的商品推荐； 所述方法包括以下步骤： 步骤一、构建电商用户-电商商品交互的多行为二分图，其中多行为包括点击、加购、购买等共个行为，； 步骤二、使用双层图神经网络和前一行为的残差表征获得下一行为的节点表征，最终获得多行为级联残差网络表征； 步骤三、计算电商平台的多行为注意力网络的初始表征； 步骤四、在初始表征中使用注意力聚合获得多行为注意力网络表征； 步骤五、计算多行为级联残差网络部分第个行为的跨层对比学习损失； 步骤六、计算多行为注意力网络部分第个行为的跨层对比学习损失； 步骤七、计算总的跨层对比学习损失； 步骤八、计算电商用户对电商商品交互的跨行为对比学习损失； 步骤九、计算级联残差网络和多行为注意力网络之间的对比学习损失； 步骤十、计算贝叶斯个性化排序损失； 步骤十一、计算最终的损失函数； 步骤十二、判断是否小于等于指定阈值，若不是则返回步骤二；若是则结束计算，获得最终的节点表征矩阵； 步骤十三、通过计算表征相似性分数，实现对电商用户的个性化电商商品推荐； 所述步骤二中，计算第个行为的电商用户-电商商品二分图的节点表征 其中，，为双层图神经网络，初始的第个行为的节点表征为，和分别为初始电商用户表征和电商商品表征，则电商平台的多行为级联残差网络表征； 所述步骤三中，计算电商平台的多行为注意力网络的初始表征 其中为随机初始化的第个行为的偏置表征，，初始的节点表征，和分别为初始电商用户表征和电商商品表征； 所述步骤四中，计算电商平台的多行为注意力网络表征，其中 为第个行为的节点融合表征，，表示将多行为的节点向量堆叠成矩阵的操作,为第个行为与所有行为间的注意力值。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区朝晖六区潮王路18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”。