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！

龙图腾网获悉广东工业大学申请的专利一种异质图神经网络推荐方法、装置及设备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：CN117391816B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202311478823.0，技术领域涉及：G06Q30/0601；该发明授权一种异质图神经网络推荐方法、装置及设备是由刘广聪;林源升设计研发完成，并于2023-11-08向国家知识产权局提交的专利申请。

本一种异质图神经网络推荐方法、装置及设备在说明书摘要公布了：本发明公开了一种异质图神经网络推荐方法、装置及设备，包括获取待检测物品用户集合，并将待检测物品用户集合输入至预置异质图神经网络模型，采用嵌入层对待检测物品用户集合执行编码操作，生成异质图，通过小批量图采样算法对异质图进行子图采样，生成节点子图数据；将节点子图数据输入至全局视图模块进行自适应增强，输出第一物品协同特征和第一用户协同特征；通过局部视图模块对异质图进行结构数据增强，生成第二物品协同特征和第二用户协同特征；对第一物品协同特征、第一用户协同特征、第二物品协同特征和第二用户协同特征进行特征拼接，输出物品推荐分数结果。解决了现有技术中物品推荐的质量较差的技术问题。

本发明授权一种异质图神经网络推荐方法、装置及设备在权利要求书中公布了：1.一种异质图神经网络推荐方法，其特征在于，包括： 获取待检测物品用户集合，并将所述待检测物品用户集合输入至预置异质图神经网络模型，所述预置异质图神经网络模型包括嵌入层、全局视图模块和局部视图模块； 采用所述嵌入层对所述待检测物品用户集合执行编码操作，生成异质图，并通过小批量图采样算法对所述异质图进行子图采样，生成节点子图数据；所述节点子图数据包括异质子图、源节点和目标节点； 所述全局视图模块包括路径感知网络层、异质互注意力层、异质消息传递层和目标消息聚合层；将所述节点子图数据输入至所述全局视图模块进行自适应增强，输出第一物品协同特征和第一用户协同特征，包括： 通过所述路径感知网络层对所述异质子图执行空间转换操作，生成路径空间； 将所述路径空间、所述源节点和所述目标节点输入至所述异质互注意力层进行注意力拼接，输出多头注意力； 采用所述异质消息传递层对所述目标节点进行信息拼接，生成多头节点信息； 通过所述目标消息聚合层对所述多头注意力和所述多头节点信息进行聚合增强，生成第一物品特征集和第一用户特征集； 采用LeakyReLU非线性函数分别对所述第一物品特征集和所述第一用户特征集进行非线性处理，生成第一物品协同特征和第一用户协同特征； 所述局部视图模块包括节点丢弃层、边扰动层、第一图编码器、第二图编码器和图聚合器；通过所述局部视图模块对所述异质图进行结构数据增强，生成第二物品协同特征和第二用户协同特征，包括： 采用所述节点丢弃层对所述异质图中的节点特征矩阵进行节点丢弃，生成异质丢弃图； 通过所述边扰动层对所述异质图中的边邻接矩阵进行边扰动，生成异质扰动图； 将所述异质丢弃图输入至所述第一图编码器进行视图增强，输出节点增强特征； 采用所述第二图编码器对所述异质扰动图进行视图增强，输出边增强特征； 通过所述图聚合器分别对所述节点增强特征和所述边增强特征进行卷积运算，确定节点卷积特征和边卷积特征； 采用所述LeakyReLU非线性函数分别对所述节点卷积特征和所述边卷积特征进行非线性处理，生成第一目标特征和第二目标特征； 对所述第一目标特征中的第一物品目标特征和所述第二目标特征中的第二物品目标特征执行求和操作，生成第二物品协同特征； 对所述第一目标特征中的第一用户目标特征和所述第二目标特征中的第二用户目标特征执行求和操作，生成第二用户协同特征； 对所述第一物品协同特征和所述第二物品协同特征进行特征拼接，输出目标物品协同特征； 对所述第一用户协同特征和所述第二用户协同特征进行特征拼接，输出目标用户协同特征； 对所述目标物品协同特征和所述目标用户协同特征执行内积操作，输出物品推荐分数结果。

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广东工业大学，其通讯地址为：510060 广东省广州市越秀区东风东路729号大院；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”。

以上内容由龙图腾AI智能生成。