华南农业大学高月芳获国家专利权
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!
龙图腾网获悉华南农业大学申请的专利基于多模态细粒度信息的多视角序列推荐方法和系统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:CN120876042B 。
龙图腾网通过国家知识产权局官网在2026-02-06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:202511380460.6,技术领域涉及:G06Q30/0601;该发明授权基于多模态细粒度信息的多视角序列推荐方法和系统是由高月芳;海钰佳;张萌涛;邝颖杰;黄玲;王栋设计研发完成,并于2025-09-25向国家知识产权局提交的专利申请。
本基于多模态细粒度信息的多视角序列推荐方法和系统在说明书摘要公布了:本发明公开了基于多模态细粒度信息的多视角序列推荐方法和系统,涉及个性化推荐技术领域,包括:获取用户的历史商品交互数据及商品元数据,构建知识图谱,获取商品嵌入表示;获取与商品相关的文本模态数据及图像模态数据分别进行细粒度化,生成对应的细粒度特征嵌入表示;将商品嵌入表示及不同模态的细粒度特征嵌入表示进行融合,并采用对比学习策略优化细粒度融合,获取综合商品嵌入表示映射到多头隐藏空间,从不同的细粒度视角对用户偏好进行建模,聚合每个细粒度视角对候选商品的推荐概率,得到最终推荐概率,预测下一商品需求。本发明通过多头隐藏空间进行个性化推荐,揭示用户在不同细粒度方面的兴趣程度,提升了推荐的精确度和用户体验。
本发明授权基于多模态细粒度信息的多视角序列推荐方法和系统在权利要求书中公布了:1.一种基于多模态细粒度信息的多视角序列推荐方法,其特征在于,包括以下步骤: 获取用户的历史商品交互数据及商品元数据,基于所述历史商品交互数据及商品元数据构建知识图谱,利用所述知识图谱获取商品嵌入表示; 根据商品的元数据获取与商品相关的文本模态数据及图像模态数据,对所述文本模态数据及图像模态数据分别进行细粒度化,生成对应的细粒度特征嵌入表示; 将所述商品嵌入表示及不同模态的细粒度特征嵌入表示进行融合,并采用对比学习策略优化细粒度融合,获取综合商品嵌入表示; 将所述综合商品嵌入表示映射到多头隐藏空间,从不同的细粒度视角对用户偏好进行建模,聚合每个细粒度视角对候选商品的推荐概率,得到最终推荐概率,根据所述最终推荐概率预测用户的下一商品需求; 对所述文本模态数据及图像模态数据分别进行细粒度化,生成对应的细粒度特征嵌入表示,具体为: 使用预训练BERT模型分词器将商品的文本模态数据拆分为细粒度语义单元Token,将所述细粒度语义单元Token映射为唯一ID,并转换为词向量,获取对应的细粒度语义单元Token序列; 将所述细粒度语义单元Token序列输入到BERT模型,通过多层Transformer编码获取每个细粒度语义单元Token的上下文相关嵌入表示,输出每个细粒度语义单元Token的细粒度嵌入向量; 统计细粒度语义单元Token的出现频率,根据所述出现频率筛选符合预设要求的高频细粒度语义单元Token,移除停用词及低频噪声,得到精简的文本模态细粒度特征嵌入表示; 使用预训练BEiT模型将图像模态数据分割为固定大小的图像块,将所述图像块进行编码,利用BEiT预训练的视觉词典Codebook将编码后的图像块映射为离散的视觉Token,输出视觉Token的细粒度嵌入向量; 统计视觉Token的出现频率,根据所述出现频率筛选符合预设要求的高频视觉Token,过滤冗余图像块,得到精简的图像模态细粒度特征嵌入表示; 将所述商品嵌入表示及不同模态的细粒度特征嵌入表示进行融合,并采用对比学习策略优化细粒度融合,获取综合商品嵌入表示,具体为: 获取知识图谱增强的商品嵌入表示、文本模态细粒度特征嵌入表示及图像模态细粒度嵌入表示,将不同模态的嵌入同一到相同维度,拼接商品嵌入表示、文本模态细粒度特征嵌入表示及图像模态细粒度嵌入表示形成融合序列; 将所述融合序列输入多层Transformer模型,通过自注意力机制实现跨模态特征交互,生成初步融合表示,将所述初步融合表示进行均值池化操作,得到最终的融合嵌入序列; 引入对比学习策略,以所述融合嵌入序列为锚点,文本模态细粒度特征嵌入表示及图像模态细粒度嵌入表示为候选组,将所述锚点与候选组中的特征组合构建正样本对,采用批量负采样的方法构造负样本对; 使用InfoNCE损失函数拉近正样本对的嵌入距离,推远负样本对的嵌入距离,通过对比学习获取综合商品嵌入表示。
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华南农业大学,其通讯地址为:510642 广东省广州市天河区五山路483号华南农业大学数学与信息学院;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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励