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！

龙图腾网获悉南京邮电大学申请的专利一种基于双路径异构图链路预测的音乐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：CN115952349B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202211550869.4，技术领域涉及：G06F16/9535；该发明授权一种基于双路径异构图链路预测的音乐推荐方法是由杨真真;林泽龙;杨永鹏;李佳奇设计研发完成，并于2022-12-05向国家知识产权局提交的专利申请。

本一种基于双路径异构图链路预测的音乐推荐方法在说明书摘要公布了：本发明公开了一种基于双路径异构图链路预测的音乐推荐方法，包括步骤：S1、基于图神经网络，对代表各节点的音乐标签特征矩阵增加随机标签特征矩阵，构成局部增强特征矩阵，作为一条路径的基础模型；S2、将基于动态注意力机制的改进的图注意网络GATv2作为另一条路径基础模型，并且在这两条路径上均引入残差连接以及L2归一化以防止模型过拟合；S3、通过双路径结构得到节点嵌入后，引入一个纠正模块并将其与原模型的自监督辅助学习相结合，利用纠正模块来更好地平衡辅助任务的权重，从而进行下游的链路预测任务。本发明基于异构图音乐推荐的链路预测在准确度、召回率上均实现了更佳的效果。

本发明授权一种基于双路径异构图链路预测的音乐推荐方法在权利要求书中公布了：1.一种基于双路径异构图链路预测的音乐推荐方法，基于各个种类的音乐分别对应包含该类音乐标签特征的节点，其特征在于，包括如下步骤： S1、基于图神经网络，对代表各节点的音乐标签特征矩阵增加随机标签特征矩阵，构成局部增强特征矩阵； S2、基于该局部增强特征矩阵，结合添加了自环后的邻接矩阵、度矩阵，以及可学习的权重矩阵，构建生成模型；基于图卷积网络，在图卷积网络的第一个图卷积层后连接生成模型，构建局部增强图卷积神经网络，如下式： ， 其中，H1为第一个图卷积层，为节点音乐标签特征矩阵，为局部增强特征矩阵，表示GCN的模型，表示生成模型，，阵和分别表示添加了自环后的邻接矩阵A和度矩阵D，表示连接操作，表示激活函数，为可学习的权重矩阵，其上下标分别表示层数和参数的序号；同时，令，表示维度； S3、在局部增强图卷积神经网络输出端连接残差连接，之后进行L2归一化处理，获得对应各节点的第一更新节点； S4、计算代表各节点的邻居节点的音乐标签特征对该节点音乐标签特征的重要性，之后进行归一化处理，获得归一化的注意力系数； S5、结合该归一化的注意力系数，对邻居节点的音乐标签特征进行加权求和，构建基于动态注意力机制的图注意力网络，并在该基于动态注意力机制的图注意力网络的输出端连接残差连接，之后进行L2归一化处理，获得对应个节点的第二更新节点； S6、将第一更新节点、第二更新节点进行拼接融合后得到最终的更新节点，利用辅助学习模型，结合纠正模块，获得节点间音乐推荐链路预测结果； 纠正模块用于更好的平衡辅助任务的权重，该模块采用的图是基于含有虚拟节点的增强图，按如下公式获得更新后的虚拟节点： ， 其中，表示线性层和ReLU，表示以累加的方式聚合邻居特征，是虚拟节点； 按如下公式获得引入虚拟节点后的节点的音乐标签特征： ， 其中，和分别表示在增强图中引入虚拟节点前后的节点的音乐标签特征；作为辅助任务的权重函数，用于平衡辅助任务；表示节点的邻居节点集合，和分别表示节点和节点的音乐标签特征。

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京邮电大学，其通讯地址为：210046 江苏省南京市栖霞区文苑路9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。