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！

龙图腾网获悉人民网股份有限公司;哈尔滨工业大学申请的专利一种基于文本蕴含的跨域新闻推荐系统及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：CN116738053B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202310718242.3，技术领域涉及：G06F16/9535；该发明授权一种基于文本蕴含的跨域新闻推荐系统及推荐方法是由孙承杰;孙云龙;单丽莉;林磊;刘秉权设计研发完成，并于2023-06-16向国家知识产权局提交的专利申请。

本一种基于文本蕴含的跨域新闻推荐系统及推荐方法在说明书摘要公布了：一种基于文本蕴含的跨域新闻推荐系统及推荐方法，属于信息推荐技术领域。为解决跨域新闻的推荐的问题。本发明包括包括用户领域兴趣生成模块、基于BERT的新闻嵌入模块、基于注意力机制的用户情景兴趣生成模块、基于文本蕴含思想的兴趣融合模块、点击率预测模块、损失函数计算模块；所述基于BERT的新闻嵌入模块分别连接基于注意力机制的用户情景兴趣生成模块、点击率预测模块，所述用户领域兴趣生成模块、基于注意力机制的用户情景兴趣生成模块连接基于文本蕴含思想的兴趣融合模块、所述基于文本蕴含思想的兴趣融合模块连接点击率预测模块，所述点击率预测模块连接损失函数计算模块。本发明在新闻推荐任务中效果更明显的提升。

本发明授权一种基于文本蕴含的跨域新闻推荐系统及推荐方法在权利要求书中公布了：1.一种基于文本蕴含的跨域新闻推荐系统，其特征在于，包括用户领域兴趣生成模块1、基于BERT的新闻嵌入模块2、基于注意力机制的用户情景兴趣生成模块3、基于文本蕴含思想的兴趣融合模块4、点击率预测模块5、损失函数计算模块6； 所述基于BERT的新闻嵌入模块2分别连接基于注意力机制的用户情景兴趣生成模块3、点击率预测模块5，所述用户领域兴趣生成模块1、基于注意力机制的用户情景兴趣生成模块3连接基于文本蕴含思想的兴趣融合模块4、所述基于文本蕴含思想的兴趣融合模块4连接点击率预测模块5，所述点击率预测模块5连接损失函数计算模块6； 所述用户领域兴趣生成模块1用于融合用户抽象兴趣向量和领域适配特征向量，得到用户的领域兴趣向量； 所述基于BERT的新闻嵌入模块2用于融合新闻的协同信息向量和语义信息向量，得到融合新闻嵌入向量； 所述基于注意力机制的用户情景兴趣生成模块3用于将用户交互新闻嵌入向量通过候选新闻嵌入向量进行诱导，得到用户情景兴趣向量； 所述基于文本蕴含思想的兴趣融合模块4将得到的用户的领域兴趣向量、用户情景兴趣向量进行融合，得到用户多级兴趣向量；具体实现包括如下步骤： 基于文本蕴含思想的兴趣融合模块将得到的用户的领域兴趣向量、得到的用户情景兴趣向量进行融合，得到用户多级兴趣向量，计算表达式为： ； 其中，为用户的领域兴趣向量，为用户情景兴趣向量； 或者基于文本蕴含思想的兴趣融合模块将得到的用户的领域兴趣向量、得到的用户情景兴趣向量利用拼接操作进行融合，得到用户多级兴趣向量，计算表达式为： ； 利用得到的用户的领域兴趣向量与用户情景兴趣向量之间的文本蕴含关系，建立文本蕴含判定方法，将用户对候选新闻点击的标签视为文本是否蕴含的标签，对用户的领域兴趣向量与用户情景兴趣向量通过多层全连接网络进行蕴含关系的判断，将相减操作作为默认的文本蕴含结合方式，计算表达式为： ； ； ； 其中，为文本蕴含损失，S为源域或目标域训练样本，为对文本蕴含关系的预测标签，u为用户，为用户点击过的新闻，为用户未点击过的新闻； 所述点击率预测模块5用于计算用户多级兴趣向量和候选新闻嵌入向量之间的相似度，得到用户对候选新闻点击率的预测值； 所述损失函数计算模块6利用交叉熵损失函数构建所述一种基于文本蕴含的跨域新闻推荐系统的损失函数，用于更新所述一种基于文本蕴含的跨域新闻推荐系统的参数进行系统优化。

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人民网股份有限公司;哈尔滨工业大学，其通讯地址为：100026 北京市西城区新街口外大街28号B座234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。