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！

龙图腾网获悉重庆理工大学申请的专利基于扩散模型的对比学习去偏智能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：CN119988739B 。

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：202510117664.4，技术领域涉及：G06F16/9535；该发明授权基于扩散模型的对比学习去偏智能推荐方法是由刘小洋;冯瀚文;邹霞设计研发完成，并于2025-01-24向国家知识产权局提交的专利申请。

本基于扩散模型的对比学习去偏智能推荐方法在说明书摘要公布了：本发明提出了一种基于扩散模型的对比学习去偏智能推荐方法，包括：S1，从用户物品的交互图中提取到偏见物品特征，物品流行度特征和物品语义特征，将个体与邻居节点的偏见物品特征，物品流行度特征和物品语义特征进行结合，再采用超图卷积对用户和物品的表示进行编码，得到编码后的嵌入；S2，将编码后的嵌入输入扩散模型，扩散模型输出不同嵌入的最终输出；然后将所述不同嵌入的最终输出进行聚合操作，得到用户物品交互嵌入表示；然后基于所述用户物品交互嵌入表示计算用户推荐交互物品的评分，将评分降序排列生成相关候选物品的推荐列表。本发明方法不仅能够捕捉多边复杂关系，而且通过引入扩散模型，在图卷积神经网络中增加了更多的随机性和多样性。

本发明授权基于扩散模型的对比学习去偏智能推荐方法在权利要求书中公布了：1.一种基于扩散模型的对比学习去偏智能推荐方法，其特征在于，包括以下步骤： S1，从用户物品的交互图中提取到物品偏见特征、物品流行度特征和物品语义特征，将个体与邻居节点的物品偏见特征、物品流行度特征和物品语义特征进行结合，再采用超图卷积对用户和物品的表示进行编码，得到编码后的嵌入，所述编码后的嵌入包括用户的嵌入表示和物品的嵌入表示； S2，将编码后的嵌入输入扩散模型，扩散模型输出不同嵌入的最终输出；然后将所述不同嵌入的最终输出进行聚合操作，得到用户物品交互嵌入表示；然后基于所述用户物品交互嵌入表示计算用户推荐交互物品的评分，将评分降序排列生成相关候选物品的推荐列表；扩散模型的扩散过程包括向前过程和反向过程，在向前过程中逐步添加高斯噪声破坏用户的交互历史，在反向过程中，通过参数化神经网络逐步从被噪声破坏的交互历史中恢复出原始的交互数据，恢复出交互概率用于对未交互的项目进行排序和推荐； 所述扩散模型还包括扩散优化： 定义反映扩散模型优化过程中在不同时间步下的模型训练目标： ， 其中，表示每个时间步的损失函数； 是时间步的噪声比例参数，控制着在每一步中添加的噪声量； 是累积噪声比例参数，表示从初始状态到当前时间步的累积噪声比例； 为二范数； 为基于现有状态对初始状态的预测； 在聚合过程中，进行梯度优化操作，得到去偏见的嵌入表示；其中梯度优化操作的损失函数为： 根据用户以往交互的历史行为数据和交互图中用户物品交互的关联性，得到与用户交互的物品嵌入： ， 其中，是过去用户交互物品的嵌入矩阵； 是未来用户可能交互的物品的嵌入矩阵； 通过只包含过去用户交互物品的用户嵌入表示和用户可能交互的物品表示内积获得用户推荐物品的评分，计算交叉熵损失函数： ， 其中，是的转置，是计算交叉熵损失函数的参数权重矩阵； 是激活函数。

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理工大学，其通讯地址为：400054 重庆市巴南区红光大道69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。