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！

龙图腾网获悉陕西师范大学申请的专利多级视图对比学习电影推荐方法、系统、设备及存储介质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：CN117149993B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202311108256.X，技术领域涉及：G06F16/335；该发明授权多级视图对比学习电影推荐方法、系统、设备及存储介质是由曹菡;张蒙蒙;孙鹏飞;郭晓旭设计研发完成，并于2023-08-30向国家知识产权局提交的专利申请。

本多级视图对比学习电影推荐方法、系统、设备及存储介质在说明书摘要公布了：本发明涉及人工智能以及自然语言处理领域，尤其涉及一种多级视图对比学习电影推荐方法、系统、设备和存储介质，该方法通获取数据集建立图谱，然后对建立的图谱进行数据增强和知识表示，最后，通过多级对比学习和多任务训练计算出电影推荐列表，采用多级视图，并采用不同的知识表示学习方式，更好地将用户和项目及其辅助信息融入推荐系统；采用两种不同的数据增强方式，避免了数据增强的单一性；采用多级视图对比学习，减少系统长尾效应和噪声干扰，提升推荐结果的准确性。解决现有技术中电影推荐系统高度依赖于标注数据，以及存在的长尾效应、噪声干扰，影响推荐结果的精度的问题。

本发明授权多级视图对比学习电影推荐方法、系统、设备及存储介质在权利要求书中公布了：1.一种多级视图对比学习电影推荐方法，其特征在于，包括以下步骤： S1：获取数据集，并根据数据集构建用户-项目交互图、知识图谱和协同知识图谱；其中，所述数据集源于MovieLens-1M数据集，包括用户名、电影名、评分数据，电影元数据信息和用户属性信息； S2：分别将用户-项目交互图和知识图谱进行数据增强，得到用户-项目交互图数据增强视图和知识图谱数据增强视图； S3：分别将知识图谱数据增强视图、用户-项目交互图数据增强视图和协同知识图谱进行知识表示，得到两个局部视图的用户和项目的知识表示以及一个全局视图的用户和项目知识表示，具体为： 将知识图谱数据增强视图和同用户-项目交互图数据增强视图和进行重新组合，得到两个局部视图和； 并对两个局部视图和进行知识表示，分别得到两个局部视图的用户和项目的知识表示； 同时，对协同知识图谱进行知识表示，得到全局视图的用户和项目知识表示； 利用图神经网络分别将用户-项目交互图、知识图谱和协同知识图谱中的用户、项目和实体嵌入低维向量； 利用关系感知的知识嵌入将知识图谱嵌入低维向量，具体为： 在整个知识图谱中，构建项目与其连接实体之间的消息聚合机制，以基于异构注意力聚合器生成具有知识感知的项目嵌入，该聚合器如下： 其中，是项目在知识图谱中基于不同关系的相邻实体的邻居集，和分别是项目和实体的嵌入表示，是在知识聚合过程中估计的特定于实体和关系的注意力相关性，编码项目和实体之间关系的不同语义，是对输入的项目和实体表示特定的参数化权重矩阵，LeakyReLU激活函数用于进行非线性变换； 利用LightGCN的消息传播策略对用户-项目交互图进行向量嵌入的知识表示，具体操作为： 其中，和分别代表第图传播层中用户和项目的知识表示，和分别表示与用户交互的项目集合和与项目交互的用户集合； 利用路径感知的GNN将协同知识图谱将路径信息编码节点嵌入低维向量中，再多次聚合邻居信息，同时保留路径信息，完成对协同知识图谱的知识表示； S4：分别将两个局部视图的用户和项目知识表示进行局部级对比学习，得到局部级对比损失和两个优化的局部视图的用户和项目知识表示； S5：将两个优化的局部视图的用户和项目知识表示与全局视图的用户和项目的知识表示进行全局级对比学习，得到全局级对比损失、二次优化的局部视图的用户和项目知识表示和优化的全局视图的用户和项目知识表示； S6：根据局部级对比损失、全局级对比损失、二次优化的局部视图的用户和项目的知识表示以及优化的全局视图的用户和项目的知识表示，进行多任务训练，建立推荐模型； S7：利用推荐模型，得到用户的电影推荐列表。

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陕西师范大学，其通讯地址为：710119 陕西省西安市长安区西长安街620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。