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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于强化学习新颖性感知的商品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：CN119887341B 。

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：202510068506.4，技术领域涉及：G06Q30/0601；该发明授权一种基于强化学习新颖性感知的商品推荐方法是由徐昊栋;袁铭;张怀相设计研发完成，并于2025-01-16向国家知识产权局提交的专利申请。

本一种基于强化学习新颖性感知的商品推荐方法在说明书摘要公布了：本发明公开了一种基于强化学习新颖性感知的商品推荐方法。包括以下步骤：首先，获取用户在线购物网站的用户与商品交互历史数据并构建原始数据集；接着，利用原始数据集训练特征提取模块后，获得训练好的特征提取模块，再利用训练好的特征提取模块提取获得用户特征向量和商品特征向量；然后，结合用户与商品交互的时间顺序，根据用户特征向量、商品特征向量和对应的历史交互信息构建交互样本集，利用交互样本集训练新颖性感知的强化学习模型，获得训练好的强化学习模型；最后，将目标交互样本输入到训练好的强化学习模型中，输出商品推荐结果。本发明可以有效地解决流行度偏差问题，显著提升推荐的准确性和新颖性。

本发明授权一种基于强化学习新颖性感知的商品推荐方法在权利要求书中公布了：1.一种基于强化学习新颖性感知的商品推荐方法，其特征在于，包括以下步骤： 步骤1：获取用户在线购物网站的用户与商品交互历史数据，根据用户与商品交互历史数据中用户信息、商品信息以及历史交互信息构建原始数据集； 步骤2：利用原始数据集训练特征提取模块后，获得训练好的特征提取模块，再利用训练好的特征提取模块对原始数据集中的所有用户信息和商品信息分别进行特征提取，获得对应的用户特征向量和商品特征向量； 步骤3：结合用户与商品交互的时间顺序，根据用户特征向量、商品特征向量和对应的历史交互信息构建交互样本集，利用交互样本集对新颖性感知的强化学习模型进行训练，获得训练好的强化学习模型； 步骤4：将目标交互样本输入到训练好的强化学习模型中，模型输出商品推荐结果； 所述步骤2具体为： 所述特征提取模块包括用户特征映射层、商品特征映射层、用户文本表示层和商品文本表示层，用户特征映射层与用户文本表示层相连，商品特征映射层与商品文本表示层相连；根据历史交互信息对原始数据集中的用户信息和商品信息进行组合，获得正样本和负样本，从而获得正负样本集，特征提取模块的训练过程中，将每个样本中的用户信息作为用户特征映射层的输入，将每个样本中的商品信息作为商品特征映射层的输入，根据用户文本表示层和商品文本表示层的输出与每个样本的交互信息计算损失函数，根据损失函数对用户文本表示层和商品文本表示层的网络参数进行调整，完成一次训练；利用正负样本集重复训练多次后，获得训练好的用户文本表示层和商品文本表示层，从而获得训练好的特征提取模块；最后，原始数据集中的每个用户信息依次经用户特征映射层和训练好的用户文本表示层后获得对应的用户特征向量，原始数据集中的每个商品信息依次经商品特征映射层和训练好的商品文本表示层后获得对应的商品特征向量。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区下沙高教园区学林街188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。