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！

龙图腾网获悉重庆大学申请的专利基于特征融合和扩散模型的序列推荐方法及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：CN119027215B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411118190.7，技术领域涉及：G06Q30/0601；该发明授权基于特征融合和扩散模型的序列推荐方法及系统是由孙天昊;马云豪;陈延科;邹湖海;贺川江设计研发完成，并于2024-08-15向国家知识产权局提交的专利申请。

本基于特征融合和扩散模型的序列推荐方法及系统在说明书摘要公布了：本发明提供了基于特征融合和扩散模型的序列推荐方法及系统，方法包括：利用数据集中用户的历史交互序列和对应的项目属性特征信息，对构建的基于特征融合和扩散模型的序列推荐模型进行训练，得到训练好的基于特征融合和扩散模型的序列推荐模型；将待推荐用户的历史交互序列和对应的项目属性特征信息输入至训练好的基于特征融合和扩散模型的序列推荐模型，获得待推荐用户的用户嵌入表示；基于待推荐用户的用户嵌入表示与所有候选的项目嵌入求内积得到对应的预测分数，将预测分数进行排序得到分数最高的top‑N个项目，将所述项目推荐给用户。本发明采用基于特征融合和扩散模型的序列推荐方法，从而从根源上解决了现有的推荐方法准确率低的问题。

本发明授权基于特征融合和扩散模型的序列推荐方法及系统在权利要求书中公布了：1.一种基于特征融合和扩散模型的序列推荐方法，其特征在于，包括步骤： S1、构建基于特征融合和扩散模型的序列推荐模型； S2、利用数据集中用户的历史交互序列和对应的项目属性特征信息，对所述基于特征融合和扩散模型的序列推荐模型进行训练，得到训练好的基于特征融合和扩散模型的序列推荐模型；步骤S2具体包括如下： 步骤S21，从数据集中获取用户的历史交互序列； 步骤S22，将所述历史交互序列输入至嵌入层，获得项目嵌入表示和用户嵌入表示，并构建用户-项目的交互矩阵； 步骤S23，将所述项目嵌入表示、用户嵌入表示和所述用户-项目的交互矩阵输入至图卷积网络，经过所述图卷积网络的消息传播和层信息融合操作，获得全局交互级别的用户嵌入表示； 步骤S24，基于所述历史交互序列中的项目id从数据集中获取对应的项目属性特征，并对每个项目属性特征进行编码和赋予位置信息后得到每个项目的属性特征嵌入； 步骤S25，将所述项目的属性特征嵌入输入至自注意力网络，获得属性特征转换级别的用户嵌入表示； 步骤S26，将所述全局交互级别的用户嵌入表示和所述属性特征转换级别的用户嵌入表示输入至多层感知机，得到融合全局交互和特征转换的用户嵌入表示； 步骤S27，随机采样一个时间步t，通过时间步t按照对应的比例将目标项目的嵌入表示与随机得到的高斯白噪声noise相加获得带有噪声的目标项目嵌入表示； 步骤S28，将所述融合全局交互和特征转换的用户嵌入表示、时间步长嵌入以及所述带有噪声的目标嵌入表示输入至去噪神经网络中获得重构后的用户嵌入表示； 步骤S29，将所述重构后的用户嵌入表示与所述目标项目的嵌入表示求均方误差损失通过梯度下降的方式更新去噪神经网络的参数和嵌入表中的嵌入表示，使均方误差损失减小，以得到最终更新后的重构后的用户嵌入表示； S3、获取待推荐用户的历史交互序列和对应的项目属性特征信息，并将所述待推荐用户的历史交互序列和对应的项目属性特征信息输入至所述训练好的基于特征融合和扩散模型的序列推荐模型中，获得待推荐用户的用户嵌入表示； S4、基于所述待推荐用户的用户嵌入表示与所有候选的项目嵌入求内积得到对应的预测分数，将所述预测分数进行排序，得到分数最高的top-N个项目，生成推荐项目列表，并将所述推荐项目列表推荐给用户。

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重庆大学，其通讯地址为：400030 重庆市沙坪坝区沙正街174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”。

以上内容由龙图腾AI智能生成。