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！

龙图腾网获悉暨南大学申请的专利基于异构迁移学习的冷启动用户推荐方法、系统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：CN120407912B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202510314271.2，技术领域涉及：G06F16/9535；该发明授权基于异构迁移学习的冷启动用户推荐方法、系统及设备是由吴汉瑞;廖俊康;黄毓乾;付美辰设计研发完成，并于2025-03-17向国家知识产权局提交的专利申请。

本基于异构迁移学习的冷启动用户推荐方法、系统及设备在说明书摘要公布了：本申请公开了一种基于异构迁移学习的冷启动用户推荐方法、系统及设备，方法包括：使用特征增强技术将源域和目标域数据组合成一个增强矩阵，然后采用自编码器将增强矩阵映射到一个潜在的特征空间，在该空间中进行特征匹配和分布对齐处理，最终重构用户特征。然后根据重构的用户特征建立求解模型，即可以通过矩阵特征分解来解决，进而提高对冷启动用户的推荐精度。此外，本发明还扩展了模型至神经网络，并通过多个真实世界数据集上的实验验证了模型的有效性，并且性能指标表现优异。本发明能够有效地利用辅助源域信息来辅助目标域的推荐任务，进而为冷启动用户提供更准确、个性化的推荐。

本发明授权基于异构迁移学习的冷启动用户推荐方法、系统及设备在权利要求书中公布了：1.一种基于异构迁移学习的冷启动用户推荐方法，其特征在于，包括： 获取用户的第一信息数据，其中，所述用户的第一信息数据包括：暖用户和冷启动用户的社交关系数据以及暖用户的历史交互数据； 对所述用户的第一信息数据进行特征增强处理，获得用户的第二信息数据，包括： 通过零填充手段来进行数据特征增强，公式如下： ； 其中，为用户的第二信息数据,为暖用户的社交关系数据，暖用户的历史交互数据，是冷启动用户的社交关系数据； 对所述用户的第二信息数据采用自编码器或者是基于神经网络的自编码器进行依次进行空间映射处理、特征匹配处理和分布对齐处理，获得用户的第三信息数据，包括：使用自编码器将所述用户的第二信息数据的从原始空间映射到低维潜在空间，然后通过自编码器重构的来获得冷启动用户的未知交互，其中，构建空间映射处理过程中的损失函数： ； ； 其中，𝐈是单位矩阵，𝐗是用户的第二信息数据，∥·∥𝐹是欧几里得范数，𝐖是映射矩阵,𝐖T是𝐖的转置，𝑇𝑟·是映射矩阵的迹； 构建特征匹配处理过程中的损失函数： ； ； ，； 其中，为特征匹配中的损失函数，和为映射矩阵，是映射矩阵的转置，是项目数量，是用户社交关系的特征维度； 构建分布对齐处理过程中的损失函数： ； ； ； ； 其中，为分布对齐处理的损失函数，和分别是和的第i个和第j个向量，是用户数量，是暖用户数量，是冷启动用户数量； 根据所述用户的第三信息数据，构建目标推荐模型； 根据所述目标推荐模型，生成冷启动用户的推荐列表。

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暨南大学，其通讯地址为：510000 广东省广州市天河区黄埔大道西601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。