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！

龙图腾网获悉电子科技大学申请的专利一种基于一致性对齐的偏好解耦的跨域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：CN117786218B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202311825003.4，技术领域涉及：G06F16/9535；该发明授权一种基于一致性对齐的偏好解耦的跨域推荐方法是由张艳;向宗义;周晓龙;段立新;张彦如设计研发完成，并于2023-12-28向国家知识产权局提交的专利申请。

本一种基于一致性对齐的偏好解耦的跨域推荐方法在说明书摘要公布了：本发明公开了一种基于一致性对齐的偏好解耦的跨域推荐方法，属于推荐技术领域。本发明的在实现跨域推荐时，通过一致性对齐学习到物品的域共有属性特征，并以此为作为辅助对用户进行兴趣和从众性的偏好解耦，本发明对共享用户实体的点击偏好进行了解耦，更精准地捕获了隐式反馈数据下用户的真实行为目的，从而实现更好的推荐效果；本发明在跨域推荐场景数据较为稀疏的情况下，通过一致性对齐提取共有的物品属性，缓解了数据稀疏性的问题。本发明的推荐方法可用于购物决策、音乐选择和社交媒体阅读等应用场景。

本发明授权一种基于一致性对齐的偏好解耦的跨域推荐方法在权利要求书中公布了：1.一种基于一致性对齐的偏好解耦的跨域推荐方法，其特征在于，方法包括下列步骤： 步骤1，对输入的源域和目标域数据进行数据清洗筛选，筛选交互数量大于预设值的用户和物品，并提取源域和目标域的共有用户； 步骤2：分别对源域和目标域进行数据划分，得到对应的训练集和测试集，并设置测试集中的物品的正负样本； 步骤3：初始化用户和物品的特征嵌入向量，定义表示共有用户的用户特征嵌入向量，对应源域上的正样本物品的特征嵌入向量用表示，对应目标域上的正样本物品的特征嵌入向量用表示，对应源域上的负样本物品的特征嵌入向量用表示，对应目标域上的负样本物品的特征嵌入向量用表示；以及定义对应的混合域上的物品的特征嵌入向量分别表示为和； 步骤4：对用户特征嵌入向量进行训练优化，以及对源域和目标域的正样本物品的特征嵌入向量、，与混合域的物品的特征嵌入向量、进行一致性对齐处理，以使得特征嵌入向量和学习到域共有的物品的属性特征； 进行一致性对齐处理时，以训练好的特征嵌入向量、作为物品的特征嵌入向量的特征空间的锚点，再将源域和目标域上的负样本物品的和作为特征空间的负样本，以和在特征空间上靠近锚点并远离负样本为目标对特征嵌入向量、及、进行一致性对齐处理； 步骤5：通过堆叠全连接层构成的神经网络对步骤4训练优化后的用户特征嵌入向量进行偏好解耦，得到兴趣偏好嵌入向量和从众性偏好嵌入向量； 以从众性偏好嵌入向量分别与特征嵌入向量和的内积表征物品的第一内积评分，以兴趣偏好嵌入向量分别与特征嵌入向量和的内积表征物品的第二内积评分，且物品的流行度越高，则第一内积评分越高，物品的流行度越低，则第二内积评分越高； 基于物品的点击次数和设置的关于流行度的对比损失函数对兴趣偏好嵌入向量和从众性偏好嵌入向量进行优化更新； 步骤6：基于步骤5优化更新后的兴趣偏好嵌入向量和从众性偏好嵌入向量得到待推荐用户的用户特征嵌入向量，再基于待推荐用户的用户特征嵌入向量分别与混合域上的物品的特征嵌入向量、的内积分别得到源域和目标域对应物品的预测评分，并基于该预测评分向待推荐用户推荐源域和目标域物品。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。