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！

龙图腾网获悉重庆理工大学申请的专利一种自动提取元路径的异构信息网络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：CN116304310B 。

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：202310146291.4，技术领域涉及：G06F16/9535；该发明授权一种自动提取元路径的异构信息网络推荐方法是由张宜浩;廖玮雯设计研发完成，并于2023-02-21向国家知识产权局提交的专利申请。

本一种自动提取元路径的异构信息网络推荐方法在说明书摘要公布了：本发明提出了一种自动提取元路径的异构信息网络推荐方法，包括以下步骤：S1，自动提取元路径：首先挖掘实体之间具有不同语义的路径实例，充分利用HIN中的实体关系。然后根据路径经过的实体类型对全部路径实例进行归类整理，从而获得自动挖掘出的元路径；S2，将所述元路径输入层次注意力网络中，得到用户的项目推荐列表。本发明从基于异构信息网络中的交互场景中自动挖掘出有意义的路径实例，路径实例能表示推荐过程和推荐原因；此外，还考虑了用户对各路径实例的偏好，然后将基于元路径的上下文纳入互动的三方交互建模的异构信息网络推荐模型，从而实现为用户匹配最适合的信息。

本发明授权一种自动提取元路径的异构信息网络推荐方法在权利要求书中公布了：1.一种自动提取元路径的异构信息网络推荐方法，其特征在于，包括以下步骤： S1，自动提取元路径：首先挖掘实体之间具有不同语义的路径实例，然后根据路径经过的实体类型对全部路径实例进行归类整理，从而获得元路径； S2，将所述元路径输入层次注意力网络中，得到用户的项目推荐列表，所述S2包括： S2-1，在节点聚合成层中得到路径实例的嵌入，元路径下的路径实例的嵌入定义如下： ， 其中表示路径实例的嵌入矩阵； 表示卷积运算； Θ是中的所有相关参数； S2-2，采用路径实例注意力层，自动学习不同路径实例的重要性： 元路径共有个路径实例的嵌入，表示为；通过一层全连接网络学习各路径实例对其所属元路径的重要性，然后将其归一化，再通过softmax函数得到权重系数： ， 表示元路径下的路径实例的权重系数； 其中和分别是路径实例的权重矩阵和路径实例的权重矩阵； 表示元路径的路径实例的嵌入； 和分别是路径实例的偏置向量和路径实例的偏置向量； σ⋅是ReLU函数； 为元路径下的路径实例数量； 因此，元路径的嵌入表示通过其包含的路径实例与相应的系数进行聚合得到： ， S2-3，通过元路径注意力层，以交互中的用户-物品对的信息作为辅助信息，自动学习不同元路径的重要性，并相应地聚合S2-2的元路径的嵌入表示，学习基于上下文的元路径表示： 将用户嵌入、物品嵌入以及从路径实例注意力层获得的元路径的嵌入为输入，使用一层全连接网络来变换语义特定的嵌入，每条元路径的重要性表示如下： ， 表示元路径的重要性； 分别为的权重矩阵； 和分别为用户的低维嵌入和项目物品的低维嵌入； 表示元路径的嵌入表示； 为偏置向量； σ是ReLU函数； 然后通过使用softmax函数将上述所有元路径的重要性归一化而得到元路径的权重表示： ， 表示每个基于节点对的元路径的重要性； 表示每个基于节点对的元路径的重要性； 节点对即就是用户物品对，分别表示用户和物品； 表示元路径集中的某元路径； 表示元路径集； 将元路径的权重作为系数，融合元路径的嵌入，得到最终元路径上下文的嵌入，如下所示： ， 其中表示基于元路径的上下文嵌入； 表示元路径； 表示元路径的嵌入； S2-4，通过预测层中的查找层将用户和项目的one-hot表示转换成低维密集向量，然后对用户、元路径上下文以及物品形成的三联体建模，得到三方交互的嵌入： ， 其中，、和分别为用户的低维嵌入、项目的低维嵌入以及基于元路径的上下文嵌入； ⊙是一个成对的乘法算子； σ⋅是sigmoid激活函数； 然后将三方交互的嵌入送入两层的多层感知机MLP中，以生成为用户推荐物品的概率： ， 用户推荐物品的概率； ⋅、⋅是激活函数； 是权重矩阵； 是偏置向量； 交互的嵌入表示。

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重庆理工大学，其通讯地址为：400054 重庆市巴南区红光大道69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。