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！

龙图腾网获悉广西大学申请的专利基于个体和群体自适应性元学习的用户冷启动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：CN116070032B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202211741958.7，技术领域涉及：G06F16/9536；该发明授权基于个体和群体自适应性元学习的用户冷启动推荐方法是由许嘉;张鸿铭;吕品设计研发完成，并于2022-12-30向国家知识产权局提交的专利申请。

本基于个体和群体自适应性元学习的用户冷启动推荐方法在说明书摘要公布了：本发明公开一种基于个体和群体自适应性元学习的用户冷启动推荐方法，包括：将项目交互信息分别输入至相关用户识别组件以及基于先验的兴趣提取组件；通过相关用户识别组件识别对指定项目表现出相同兴趣的相关用户，使用异质信息网络中的元路径识别具有类似偏好和共享类似知识的相关用户，获取查找到的群组对应的先验知识，实现用户群组级的适应；通过基于先验的兴趣提取组件提取用户的不同兴趣和历史任务知识之间的相关性关系，获得个人先验知识，实现用户个体级的适应；通过构建一个针对用户的适配器，以引导全局共享的先验知识适应用户的知识。本发明具有实现方法简单、泛化效果好、推荐效率与精度高等优点。

本发明授权基于个体和群体自适应性元学习的用户冷启动推荐方法在权利要求书中公布了：1.一种基于个体和群体自适应性元学习的用户冷启动推荐方法，其特征在于，包括： 将项目交互信息分别输入至预先构建的相关用户识别组件RUI以及预先构建的基于先验的兴趣提取组件PIE； 通过所述相关用户识别组件RUI识别对指定项目表现出相同兴趣的相关用户，所述相关用户识别组件RUI中通过利用元训练过程中所有训练用户的互动信息构建异构信息网络HIN，使用所述异构信息网络HIN中的元路径识别具有类似偏好和共享类似知识的相关用户，并通过各个用户查找到包含相关用户的群组后获取查找到的群组对应的先验知识，实现用户群组级的适应； 通过基于先验的兴趣提取组件PIE提取用户的不同兴趣和历史任务知识之间的相关性关系，并通过元训练过程学习获得个人先验知识，实现用户个体级的适应； 通过构建一个针对用户的适配器，以引导全局共享的先验知识适应用户的知识；由所述针对用户的适配器根据从元训练过程中学到的先验知识来预测目标用户对于各项目的评分以实现推荐； 所述基于先验的兴趣提取组件PIE中利用一个多兴趣提取层生成用户的兴趣向量，然后将所述兴趣向量组织成图结构生成多兴趣关系图MIRG以学习兴趣向量之间的关系，其中多兴趣关系图MIRG中的顶点代表用户的不同兴趣，边和对应的边权重根据兴趣之间的相似性产生得到； 所述多兴趣关系图MIRG的生成步骤包括： 首先使用一个包含动态路由算法的多兴趣提取层来生成用户的兴趣向量： 其中，tj是输入向量，h是编码器，E是变换矩阵，eu是项目的用户嵌入，ei表示物品i的嵌入，wjk代表连接输入tj和临时输出zk的权重，且： 其中，bjk是服从高斯分布的路由对数； 对临时输出zk应用非线性压扁函数获得兴趣向量C，所述兴趣向量C中各元素ck的计算表达式为： 在路由之后，所有的交互被聚类为Kc个兴趣向量C，使用一个启发式的规则按照下式调整不同用户的Kc的值： 其中，Su为用户u的支持集； 将任意两个兴趣向量之间的连接视为多兴趣关系图MIRG中的边，对应的边权重由两个兴趣向量之间的相似度来衡量，兴趣向量cm与兴趣向量cn之间的相似度的计算表达式为： 其中，Wc和bc是可学习的权重矩阵和偏置向量，δ是一个sigmoid函数； 所述基于先验的兴趣提取组件PIE中通过构建一个参数化的先验知识关系图PKRG，以学习历史先验知识之间的关系，所述先验知识关系图PKRG中每个顶点描述一种先验知识模式，边根据先前知识之间的关系构建得到；通过连接每个用户的多兴趣关系图MIRG和先验知识关系图PKRG构建一个超图，并利用图式神经网络进行知识传播，以将先验知识关系图PKRG中最相关的先验知识传播到多兴趣关系图MIRG。

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西大学，其通讯地址为：530004 广西壮族自治区南宁市西乡塘区大学东路100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。