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！

龙图腾网获悉大连工业大学申请的专利一种基于交互二部图重构邻近的个性化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：CN116108260B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202211416108.X，技术领域涉及：G06F16/9535；该发明授权一种基于交互二部图重构邻近的个性化推荐方法是由张尧;赵秀君;李姝;王明伟;刘文华;张文超设计研发完成，并于2022-11-12向国家知识产权局提交的专利申请。

本一种基于交互二部图重构邻近的个性化推荐方法在说明书摘要公布了：本发明公开了一种基于交互二部图重构邻近的个性化推荐方法，包括如下步骤：统计用户对物品的交互信息和物品的属性信息，构造用户‑物品二部图、知识图谱和协同知识图；在交互二部图上为每个用户随机采样协同路径；计算每个用户的每一条协同路径的平均物品流行度，并选取平均物品流行度最低的X条路径中的所有物品节点替换用户原始的一阶近邻；将所有用户的重构后的一阶近邻的嵌入输入自注意力层；基于每个节点和邻居节点的关系生成注意力权重，并聚合邻居节点信息；预测推荐评分。其有益效果是：本发明推荐方法能够有效降低流行物品对推荐结果的影响，在保持推荐系统准确率的同时，提高推荐的多样性。

本发明授权一种基于交互二部图重构邻近的个性化推荐方法在权利要求书中公布了：1.一种基于交互二部图重构邻近的个性化推荐方法，其特征在于，包括如下步骤： 步骤一、获取用户-物品二部图G1＝{u,i|u∈U,i∈I}、知识图谱G2＝{g,r,t|g,t∈ε,r∈R}和协同知识图G3＝{g,r,t|h,t∈ε′,r∈R′}； 所述二部图G1中，u,i表示用户u与物品i有过交互，U＝{u1,u2,…,u|U|}表示用户集合，I＝{i1,i2,…,i|I|}表示物品集合，知识图谱G2中，ε＝{e1,e2,…,e|ε|}表示实体集合，R＝{r1,r2,…,r|R|}表示关系集合；其中，ε′＝ε∪U,R′＝R∪{交互},|U|表示用户的总数量，|I|表示物品的总数量，|ε|表示实体的总数量，|R|表示关系的总数量； 令用户u的一阶近邻的集合为Nu； 令物品i的一阶近邻的集合为Ni； 步骤二、在交互二部图上为每个用户随机采样协同路径； 假设协同路径的长度为K，每一条路径的采样方式为以目标用户为起点，从其邻居节点中随机选取一个节点，再从采样的节点的邻居节点再次随机采样邻居节点，直至路径长度达到K，其中，每一阶的邻居节点属性如下： 当k＝1时，其一阶邻居记作 当k为奇数且k≠1时，其k阶邻居记作 当k为偶数时，其k阶邻居记作 步骤三、计算每个用户的每一条协同路径的平均物品流行度，并选取平均物品流行度最低的X条路径中的所有物品节点替换用户原始的一阶近邻； 对于每一条路径的平均物品流行度，其计算公式为： 式1中，K表示路径长度，也就是路径中的节点数量；K′表示路径中的物品节点数量；ai是一个表示第i个节点是否进行累加的参数，其值为0或1，当第i个节点为物品节点时，其值为1，反之为0；pi表示第i个节点的流行度，即该物品节点与用户节点的交互次数； 根据式1选取平均物品流行度最低的X条协同路径，将这些协同路径中的所有物品节点作为用户u新的一阶近邻，即： 步骤四、将所有用户的重构后的一阶近邻的嵌入输入自注意力层，得到最终的用户向量e； 在自注意力层中，利用式3、4、5为输入的每个节点嵌入a经由三个特征变换得到三个不同的向量： Querym＝WQam3 Keym＝WKam4 Valuem＝WVam5 式3、4、5中的WQ,WK,WV为可训练的变换矩阵，对于嵌入之间的注意力权重，计算公式为： αm,n＝QuerymKeyn6 其中，m,n∈N′u，对式6使用一个softmax进行标准化： 从式7得到任意两个节点嵌入之间的自注意力权重后，通过加权求和计算每个节点的输出嵌入： 步骤五、基于每个节点和邻居节点的关系生成注意力权重，并聚合邻居节点信息； 第一步，基于不同关系生成的注意力权重如下： πh,r,t＝WretTtanhWreh+er9 其中，Wr是基于r关系下的可训练变换矩阵，eh,er,et分别对应头实体嵌入，关系嵌入，尾实体嵌入，再使用softmax进行标准化： 第二步，对任意头实体的邻居信息使用式11进行加权求和得到邻居信息： 其中，头实体h可以是用户节点，也可以是物品节点； 每个实体的高阶表示由它的低阶嵌入表示和低阶的邻居信息求得： 其中，W1,W2是可训练变换矩阵； 步骤六、使用式12得到用户和物品的各阶嵌入表示，最终通过内积进行预测评分： 式13和式14对各阶用户嵌入和各阶物品嵌入进行串联，通过选取所述预测评分的降序排序集合的前N项作为推荐结果，并推荐给用户u。

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大连工业大学，其通讯地址为：116000 辽宁省大连市甘井子区轻工苑1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。