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！

龙图腾网获悉南昌师范学院申请的专利一种基于自适应视图优化的对比学习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：CN121092786B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202511640975.5，技术领域涉及：G06F16/9535；该发明授权一种基于自适应视图优化的对比学习推荐方法是由朱莹婷;邹嘉铭设计研发完成，并于2025-11-11向国家知识产权局提交的专利申请。

本一种基于自适应视图优化的对比学习推荐方法在说明书摘要公布了：本发明公开了一种基于自适应视图优化的对比学习推荐方法，该方法包括如下步骤：自适应视图增强模块将原始用户物品交互图生成增强交互图，计算自适应增强损失；将原始用户物品交互图和增强交互图输入图消息传递编码器模块，进行邻域信息传播与节点特征融合生成节点表征；通过视图对齐模块执行视图对齐任务，将节点表征进行融合，输出对齐节点特征矩阵；进行推荐模型的最终优化；同步计算贝叶斯个性化排序损失和多级对比学习损失，持续迭代直至推荐模型收敛。本发明借助基于多级对比学习损失的对比学习策略，通过特征距离筛选局部负样本并动态调整权重，重点优化与锚点样本相似的困难负样本，提升整体样本质量，从而提高推荐结果的准确性。

本发明授权一种基于自适应视图优化的对比学习推荐方法在权利要求书中公布了：1.一种基于自适应视图优化的对比学习推荐方法，其特征在于，包括如下步骤： 步骤S1：构建推荐数据集，对推荐数据集任务形式化； 步骤S2：构建推荐模型，推荐模型采用串行结合的多模块结构，由自适应视图增强模块、图消息传递编码器模块、视图对齐模块和模型优化模块组成； 步骤S3：自适应视图增强模块将原始用户物品交互图生成增强交互图；通过多层感知机与金伯尔-软最大方法对原始用户物品交互图进行可微边采样，生成增强交互图；进行原始用户物品交互图与增强交互图节点特征的余弦相似度约束，计算自适应增强损失； 步骤S4：将原始用户物品交互图和步骤S3得到的增强交互图输入图消息传递编码器模块，分别通过轻量化的多层的图卷积网络，对原始用户物品交互图和增强交互图进行邻域信息传播与节点特征融合，生成更具表达力的原始用户物品交互图节点表征和增强交互图节点表征； 步骤S5：基于步骤S4生成的原始用户物品交互图节点表征和增强交互图节点表征，通过视图对齐模块执行视图对齐任务，采用平均池化策略将原始用户物品交互图和增强交互图的节点表征进行融合，输出对齐节点特征矩阵； 步骤S6：进行推荐模型的最终优化；基于步骤S1的推荐数据集和步骤S5输出的对齐节点特征矩阵，同步计算贝叶斯个性化排序损失和多级对比学习损失，联合优化贝叶斯个性化排序损失、多级对比学习损失和步骤S3计算得到的自适应增强损失，持续迭代直至推荐模型收敛。

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昌师范学院，其通讯地址为：330000 江西省南昌市经济技术开发区瑞香路889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。