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！

龙图腾网获悉江苏大学申请的专利一种融合图卷积神经网络和因子分解机的混合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：CN116049534B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202210829834.8，技术领域涉及：G06F16/9535；该发明授权一种融合图卷积神经网络和因子分解机的混合推荐方法是由马汉达;方雨清设计研发完成，并于2022-07-15向国家知识产权局提交的专利申请。

本一种融合图卷积神经网络和因子分解机的混合推荐方法在说明书摘要公布了：本发明公开了一种融合图卷积神经网络和因子分解机的混合推荐方法，包括获取用户元数据和物品元数据作为数据样本，对用户元数据和物品元数据进行预处理，利用图卷积神经网络对用户‑物品交互向量进行计算，将每层的计算结果保存作为中间结果；将每层的计算结果与初始结果利用自注意力计算进行融合，得到基于图卷积网络的推荐结果；利用因子分解机对用户数据和物品数据进行计算，得到基于因子分解机的推荐结果；结合基于图卷积网络的推荐结果和基于因子分解机的推荐结果，经过迭代训练得到最终的推荐方法。本发明结合了协同过滤推荐和混合推荐的优势，可以更好地解决冷启动问题和长尾效应，提高推荐结果的精确度。

本发明授权一种融合图卷积神经网络和因子分解机的混合推荐方法在权利要求书中公布了：1.一种融合图卷积神经网络和因子分解机的混合推荐方法，其特征在于，包括如下步骤： S1，获取用户元数据和物品元数据作为数据样本，对用户元数据和物品元数据进行预处理得到用户交互向量、物品交互向量、用户内容向量、物品内容向量，将预处理后的样本划分为训练集和测试集； S2，利用图卷积神经网络对训练集中的用户交互向量和物品交互向量进行计算，将每层的计算结果保存作为中间结果； 所述S2中的图卷积神经网络包括： 将上一层的用户交互向量和物品交互向量经过图卷积计算，得到本层的用户交互向量和物品交互向量，循环此过程K次，K＝3，将各层得到的用户交互向量和物品交互向量作为中间结果保存下来； 所述图卷积计算包括如下公式： 其中，为物品i当前层的向量表示，为用户u当前层的向量表示，为物品i在图卷积计算中下一层的向量表示，为用户u在图卷积计算中下一层的向量表示，为用户u的邻居节点集合，为物品i的邻居节点集合； S3，将中间结果与初始结果利用自注意力计算进行融合，得到基于图卷积网络的推荐结果，所述初始结果为训练集中的用户交互向量和物品交互向量； S4，利用因子分解机对训练集中的用户内容向量和物品内容向量进行计算，得到基于因子分解机的推荐结果； 所述S4中的因子分解机算法包括： 其中，ω为一阶权重，Vi,Vj为二阶特征相互作用的权重，xu为用户内容向量，xi为物品内容向量，yFM为因子分解机的推荐结果； S5，结合基于图卷积网络的推荐结果和基于因子分解机的推荐结果，得到融合的推荐结果，采用测试集与评价指标对融合的推荐结果进行验证，并更新权重矩阵； S6，循环S2-S5，直到达到迭代终止条件，得到最终的融合图卷积神经网络和因子分解机的混合推荐结果，所述迭代终止条件为达到预设迭代轮次N，N＝100。

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江苏大学，其通讯地址为：212013 江苏省镇江市京口区学府路301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。