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！

龙图腾网获悉南通大学申请的专利一种基于多层卷积块和对比学习的跨域商品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：CN119379394B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202411519672.3，技术领域涉及：G06Q30/0601；该发明授权一种基于多层卷积块和对比学习的跨域商品推荐方法是由王祥;王则林;周建美;顾颀;程实设计研发完成，并于2024-10-29向国家知识产权局提交的专利申请。

本一种基于多层卷积块和对比学习的跨域商品推荐方法在说明书摘要公布了：本发明属于推荐方法技术领域，具体涉及一种基于多层卷积块和对比学习的跨域商品推荐方法。提高特征提取能力：多层卷积块能够有效提取商品的高维特征，包括图像和文本等多模态信息，从而提升推荐系统的准确性。增强模型的泛化能力：对比学习可以通过构建正负样本对来改进特征表示学习，增强模型对跨域商品推荐的泛化能力，使其在不同领域之间具有更好的迁移效果。缓解数据稀疏问题：跨域推荐可以利用多个领域的商品数据进行联合训练，有助于缓解某个领域数据稀疏的问题，从而提高推荐的覆盖率。降低冷启动影响：该方法能够通过对比学习机制有效挖掘跨域相似商品的特征关系，减轻推荐系统在新商品或新用户场景下的冷启动问题。

本发明授权一种基于多层卷积块和对比学习的跨域商品推荐方法在权利要求书中公布了：1.一种基于多层卷积块和对比学习的跨域商品推荐方法，其特征在于，包括以下步骤： S1、数据预处理：采用亚马逊用户行为数据中“Books”、“CDs_and_Vinyl”以及“Movies_and_TV”三种不同领域的数据作为原始数据集，对数据进行预处理； S2、模型训练：首先根据用户行为数据构建源域序列图和目标域序列图以及跨域全局图，其次，将三个序列图分别通过多层编码器得到相应的项目嵌入，最后通过非线性层和对比学习模块得到最终的域内项目表示嵌入和域间用户偏好嵌入； 所述步骤S2包括以下步骤： S201、对用户的历史行为数据进行编码得到输入序列，由输入序列得到跨域全局图、源域序列图以及目标域序列图； S202、将三个序列图输入到相应的多层编码器，经过多层的卷积，得到源域序列嵌入、目标域序列嵌入以及全局序列嵌入； S203、为了缓解跨域推荐中数据稀疏的问题，将所得到的嵌入分别进行对比学习，使不同领域的用户偏好相互补充并学习自监督信号，最大化它们之间的互信息； 多层卷积块，使用轻量卷积模块进行多层的堆叠，每层卷积块之间的传播规则为： 1； 其中，是每一层用户的嵌入表示，是对应层User的度，是对应层Item的度，是正则化项，对于每一层的嵌入矩阵表示，都有： 2； 其中，邻接矩阵A表示第i行向量中的非零条目的个数，为对称化归一项； S3、非线性层和对比损失：首先对得到的嵌入进行非线性投影，采用SoftMax函数使项目嵌入得到更丰富的信息；在对比学习模块，采用InfoNCE函数来计算损失，最大化正样本对之间的互信息，最小化负样本对之间的一致性； S4、预测结果：在得到最终的域内项目表示视图和域间用户偏好视图之后，通过对比学习模块以及链接操作得到最终的预测结果； S5、模型评估：通过计算召回率Recall以及归一化折损累计增益NDCG来评估模型性能。

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南通大学，其通讯地址为：226000 江苏省南通市崇川区永福路79号1幢南通大学技术转移研究院；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。