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！

龙图腾网获悉中山大学申请的专利基于图注意力网络的智慧空间协同服务推荐方法与系统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：CN118673213B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202410807770.0，技术领域涉及：G06F16/9535；该发明授权基于图注意力网络的智慧空间协同服务推荐方法与系统是由林格;陈小燕;苏卓;林谋广设计研发完成，并于2024-06-21向国家知识产权局提交的专利申请。

本基于图注意力网络的智慧空间协同服务推荐方法与系统在说明书摘要公布了：本发明公布了基于图注意力网络的智慧空间协同服务推荐方法，包括：对服务数据集中的属性集合赋予标签；通过服务文本提取出服务的属性特征，通过用户属性集合标签获得用户特征表示；构建服务属性图网络和用户与服务历史交互图网络，以评估服务质量水平和学习用户服务偏好，以用户服务偏好训练模型，生成个性化服务推荐列表。此外，本发明还提供了基于图注意力网络的智慧空间协同服务推荐系统，本发明基于用户的个人信息学习用户特征，将用户个人信息、用户服务偏好与服务质量融合，计算用户对候选服务的个性化偏好得分，能够根据得分高低为用户推荐既满足用户需求、质量又高的服务。

本发明授权基于图注意力网络的智慧空间协同服务推荐方法与系统在权利要求书中公布了：1.基于图注意力网络的智慧空间协同服务推荐方法，其特征在于，所述方法包括： 收集服务数据集，包括服务数据、用户特征、用户与服务的历史交互数据；其中，对于服务数据S，第i项数据包含服务编号服务文本描述以及服务属性集合对于用户特征U，第j项数据包含用户编号以及用户属性集合对于用户与服务的历史交互数据H，第k项数据代表用户使用过的一个服务，包含用户编号服务编号及用户对服务的评价等级对于第j个用户，将其历史交互过的服务总数记为Xj；并为属性集合赋予属性集合标签，包括服务属性集合标签与用户属性集合标签； 提取服务的属性特征，首先从服务的文本描述中提取出文本特征，再以所述服务属性集合标签作为监督信号，从文本特征中解耦出服务属性特征； 提取用户特征表示，基于所述用户属性集合标签提取用户的属性特征表示，并通过全局平均操作将用户属性特征聚合起来，获得用户的初始全局特征表示； 构建服务属性图网络，为每个服务构建属性图网络，学习不同属性之间的协调关系，并更新服务的特征表示，以评估服务本身的质量水平，包括以下六个步骤： 步骤一，对于第i个服务，构建图网络； 步骤二，将各个属性上的信息传递过程与注意力机制相结合：对第i个服务的属性节点hp和hq，计算二者的注意力得分，具体为： 其中，αpq为节点hq对节点hp的重要性得分，||为向量拼接操作，WS为线性变换的权重矩阵，exp·为自然指数函数，用于将线性变化的结果转换为一个非负数值，为节点hp的邻居节点集合，和分别为节点hp、hq和hz的特征表示； 步骤三，基于所述注意力得分，定义从节点hq传递属性信息到节点hp的过程，具体为： 其中，Wp和bp分别是待学习的权重和偏差，为LeakyReLU激活函数，⊙为逐元素乘法，计算节点特征和的Hadamard积，使节点hp能够不断获取与节点hq的协调信息，有利于发现二者潜在的关联关系； 步骤四，通过汇总所有邻居节点传递的信息，对节点hp的特征表示进行更新； 步骤五，将所有属性节点更新后的特征表示拼接起来，输入MLP获得该服务的质量得分； 步骤六，将图网络更新后的节点特征拼接起来，并采用全局平均操作映射到服务空间，获得服务的整体特征表示； 构建用户与服务历史交互图网络，以用户历史交互过的服务为节点，为每个用户构建服务交互图网络，获得用户的服务偏好特征表示，从而实现对用户的服务偏好的学习； 计算用户对候选服务的偏好得分，训练模型，生成个性化服务推荐列表。

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中山大学，其通讯地址为：510006 广东省广州市海珠区新港西路135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。