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！

龙图腾网获悉北京理工大学申请的专利一种基于异质数据嵌入的跨域论文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：CN116244497B 。

龙图腾网通过国家知识产权局官网在2026-01-13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：202211566343.5，技术领域涉及：G06F16/9535；该发明授权一种基于异质数据嵌入的跨域论文推荐方法是由牛振东;邱萍;赵梓钧设计研发完成，并于2022-12-07向国家知识产权局提交的专利申请。

本一种基于异质数据嵌入的跨域论文推荐方法在说明书摘要公布了：本发明涉及一种基于异质数据嵌入的跨域论文推荐方法，属于大数据挖掘应用与信息处理技术领域。首先为数据集划分领域，为各学科构建有向无环图，使用潜在狄利克雷分布模型提取领域语义，通过最大信息系数学习跨域关联。然后通过异质数据嵌入，将论文和用户分别表示成向量的形式，通过论文之间的引用和未引用关系训练跨域论文之间的映射关系。如果用户提供关键词检索，则依据关键词划分用户领域，用户的兴趣列表便是引用文献。最后利用跨域论文推荐模型，为用户推荐论文。本发明能够自动评估论文的跨域相关性，有效地克服了传统方法仅根据论文内容相似性作为推荐依据的技术缺陷，大幅提升了推荐精度和效率。

本发明授权一种基于异质数据嵌入的跨域论文推荐方法在权利要求书中公布了：1.一种基于异质数据嵌入的跨域论文推荐方法，其特征在于，包括以下步骤： 步骤1：为论文数据集划分领域；首先为各学科构建有向无环图DAG，然后使用潜在狄利克雷分布模型提取领域语义，最后通过最大信息系数MIC学习跨域关联； 步骤2：通过异质数据嵌入，将论文和用户分别表示成向量的形式； 首先对文献图谱中的实体和关系进行向量化表示，然后通过论文之间的引用和未引用关系训练跨域论文之间的映射关系； 如果用户提供关键词检索，则依据关键词划分用户领域，用户的兴趣列表便是引用文献； 通过论文之间的引用和未引用关系训练跨域论文之间的映射关系，方法如下： 设W和M为两个不同的学术领域，其中Tw和TM分别表示W和M中论文所属的学科领域，PW和PM是两个领域带标记的论文语料库；令E＝{p,q|p∈PW,q∈PM,p引用q}表示正样本集合，集合中的元素是带有从W到M引用关系的论文对；E'＝{p,q|p∈PW,q∈PM,p没有引用q}表示负样本； 基于E和E'来学习从W和M到同一平面Q的非对称的映射函数π，优化函数π如式10所示： Lθ＝∑p,q∈W,p,q'∈W'MICπxp,πyq-MICπxp,πyq'10 其中，θ表示所有需要学习的参数，xp表示p在领域W中的映射向量，yq表示q在领域M中的映射向量，yq'表示q'在领域M中的映射向量； 非对称的映射函数π通过一个三层的前馈神经网络获得向量表示，其中三层前馈神经网络具有两个指数线性单元层和一个sigmoid层，神经网络采用基于语义的论文表示形式作为输入，映射到Q平面的向量表示输出，如式11所示； 其中， 为提高鲁棒性，采用铰链损失函数的方法、添加正则化项，损失函数转化为： 其中，∈表示铰链损失函数的参数，表示正则化； 步骤3：利用跨域论文推荐模型，为用户推荐论文； 首先将论文和用户的不同向量表示进行合并，然后训练三层前馈神经网络模型，为用户推荐跨域论文。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。