Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 重庆邮电大学杜茂康获国家专利权

重庆邮电大学杜茂康获国家专利权

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!

龙图腾网获悉重庆邮电大学申请的专利融合可靠性的联合神经协同过滤推荐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:CN116881552B

龙图腾网通过国家知识产权局官网在2026-03-13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:202310786127.X,技术领域涉及:G06F16/9535;该发明授权融合可靠性的联合神经协同过滤推荐系统是由杜茂康;伍奇;邓江洲;胡良涛;赵嘉怡;陆聪;王永设计研发完成,并于2023-06-29向国家知识产权局提交的专利申请。

融合可靠性的联合神经协同过滤推荐系统在说明书摘要公布了:本发明主要提出融合可靠性的联合神经协同过滤推荐系统,属于推荐技术领域。包括数据采集和预处理,转化为用户‑项目评分矩阵R;借助直觉模糊集概念来检测自然噪声并生成可靠性矩阵;设计双线性交互层提升获取特征向量低阶交互质量;通过统一的深度神经网络将评分训练和可靠性训练紧密耦合,从而双向增强评分预测和可靠性预测;根据预测分数对预测集合排序,取前top‑N个作为推荐列表;根据实验得出的最佳可靠性阈值过滤不可靠的预测评级,确保最终推荐列表的可信度,有效提升模型推荐性能。

本发明授权融合可靠性的联合神经协同过滤推荐系统在权利要求书中公布了:1.融合可靠性的联合神经协同过滤推荐系统,其特征包括: 数据采集及准备模块,用于对用户数据进行清洗和重构,以得到系统所需要的矩阵,具体步骤如下: S1:获取系统所需的数据信息:包括用户id、物品id以及用户对物品的评分,并根据上述信息构建用户-物品评分矩阵; S2:将用户id转化为one-hot向量Xi,将物品id转化为one-hot向量Xj;利用高斯分布初始化用户、物品和可靠性的映射矩阵、、,其中m,n,k分别代表用户数、项目数和潜在因子个数,映射过程如下: ; 基于直觉模糊集的自然噪声检测模块,借助直觉模糊集的理论,生成每个用户和项目的直觉模糊数,并根据直觉模糊数的比较将用户和项目分为三类,根据用户和项目偏好的划分,将评分矩阵R中不符合用户和项目偏好的评分判别为自然噪声,根据判别结果生成初始0-1可靠性矩阵; 双线性聚合模块,用于在嵌入向量的基础上,引入权重矩阵,得到: ; 其中,为物品j的权重矩阵,表示向量求内积,表示向量求哈达玛积;同时,为保留原始嵌入向量蕴含的信息,将双线性聚合层与用户嵌入向量Ui和物品嵌入向量Vj进行拼接,得到H0; 全连接神经网络模块,用于在用户-物品组Ui,Vj和用户-物品附加因素组Ui,Zj使用相同的隐藏层,并以双线性聚合模块输出的H0为基础,使用全连接的神经网络,学习用户评分和评分可靠性数据中的高阶特征信息; 评分与评分可靠性预测模块,用于在相同的神经网络中分别输出用户对物品的预测评分以及预测评分所对应的可靠性大小,其表达式如下: ; 其中,和分别表示用户i对物品j的预测评分和对应的预测可靠性,激活函数为sigmoid函数,其表达式如下: ; 推荐列表获取模块,用于为目标用户i找到前K个预测评分值最大的项目集合; 推荐列表剔除与填充模块,用于剔除推荐列表中预测可靠性小于设定阈值的项目,且在被剔除项目处填充高预测评分且高预测可靠性的项目进行个性化推荐,以提高推荐质量。

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重庆邮电大学,其通讯地址为:400065 重庆市南岸区崇文路2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。

免责声明
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。