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！

龙图腾网获悉北京工业大学申请的专利一种基于层次化意图的用户兴趣解耦的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：CN119598034B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202411591587.8，技术领域涉及：G06F16/9536；该发明授权一种基于层次化意图的用户兴趣解耦的推荐方法是由简萌;李若溪;王拓;白钰龙;石戈;毋立芳设计研发完成，并于2024-11-08向国家知识产权局提交的专利申请。

本一种基于层次化意图的用户兴趣解耦的推荐方法在说明书摘要公布了：本发明公开了一种基于层次化意图的用户兴趣解耦的推荐方法。当前细粒度兴趣推荐系统大多数仅从交互中解耦出多种表面的意图因素，忽视了意图间的层次化关系。其次，在意图学习的过程中，大多数研究严重依赖于对交互数据的划分。这种学习范式不能从整体的角度探索潜在的意图，可能加剧数据稀疏并损害推荐性能。本发明为了探索意图之间的层次化关系，设计了一种意图感知兴趣建模层来学习每个意图层级中的多样化的用户物品表征。然后，堆叠多个兴趣建模层从低层级中提取更加抽象和深入的意图语义以丰富协同过滤信号。此外，为了避免由于划分交互导致的训练效率低并缓解交互稀疏问题，还在每个兴趣建模层中设计了一种自适应意图学习策略。

本发明授权一种基于层次化意图的用户兴趣解耦的推荐方法在权利要求书中公布了：1.一种基于层次化意图的用户兴趣解耦的推荐方法；其特征在于：包括以下步骤： S1、数据预处理：获取数据集，包括用户ID，物品ID，以及用户-物品交互的标签；针对每一个用户，随机划分交互记录来生成训练集和测试集；观察到的用户-物品交互被视为正样例，而未观察到的交互则被视为负样例； S2、成多通道兴趣编码嵌入：将初始化嵌入作为多通道兴趣编码模块的输入并分别为用户u和物品i生成后续兴趣解耦模块的多通道输入特征采用轻量化图卷积LGC作为多通道兴趣编码的骨干网络； S3、消息传递和聚合：在聚合阶段进一步移除来自上一层的目标节点特征，以便不同卷积层中的节点能够集中于各自的语义信息；在得到节点包含不同协同语义的多通道特征后，作为输入送入后续的兴趣解耦模块； S4、意图感知建模：将多个意图向量设置为queries，并对其施加约束，以引导意图感知嵌入学习；衡量Key矩阵其与特定意图向量之间的相似度，用内积作为相似度度量函数；移除注意力机制中的转换矩阵以保持轻量化运算，通过sigmoid函数将相似度得分的值归一化到0-1的区间内以平滑梯度； S5、低层次到高层次嵌入学习：通过堆叠多个意图感知兴趣建模层来进行低层级到高层级的嵌入学习，迭代地在每一层中进行兴趣解耦，组合第l-1层的用户意图来得到第l层的用户表征； S6、个性化全局增强排序损失：使用贝叶斯个性化排序BPR损失鼓励用户u对于正样例物品i的得分高于未观察到的负样例物品j；受到处理类不平衡问题的聚焦损失的启发，引入个性化全局增强系数，来关注弱区分度用户挖掘； S7、生成推荐列表：得到预测的用户-物品交互得分后，针对每一个用户，对所有物品根据评分进行降序排序，将前N个物品生成一个列表推荐给用户。

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北京工业大学，其通讯地址为：100124 北京市朝阳区平乐园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。