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！

龙图腾网获悉深圳北理莫斯科大学申请的专利一种面向多模态序列推荐的语义协作建模方法及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：CN121502096B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202610037041.0，技术领域涉及：G06F16/9535；该发明授权一种面向多模态序列推荐的语义协作建模方法及系统是由李成明;李姝洁;袁广湖;胡希平设计研发完成，并于2026-01-13向国家知识产权局提交的专利申请。

本一种面向多模态序列推荐的语义协作建模方法及系统在说明书摘要公布了：本发明涉及一种面向多模态序列推荐的语义协作建模方法及系统，属于多模态序列推荐技术领域，旨在解决现有方法依赖物品ID、难以挖掘多模态语义协作信号、跨场景迁移能力弱及表示精度不足的问题。本方法包括：根据用户历史交互行为提取物品的文本信息和图像信息，通过多模态编码器提取多层次语义表示；采用带单向掩码的多头注意力模块捕捉语义协同信号，并集成至初始模态表示中；利用混合专家结构进行细粒度语义聚焦与优化；通过混合专家融合模块得到物品最终模态表示；基于物品最终模态表示构建用户多模态行为序列，经序列推荐模型编码后计算偏好分数，实现用户下一步交互预测。本发明能够显著提升推荐准确性、泛化能力与跨场景知识迁移效率。

本发明授权一种面向多模态序列推荐的语义协作建模方法及系统在权利要求书中公布了：1.一种面向多模态序列推荐的语义协作建模方法，其特征在于，包括： 根据用户历史交互行为，构建用户历史交互行为序列；提取所述用户历史交互行为序列中每个物品的文本信息和图像信息，并输入至多模态编码器中进行编码，得到多层次语义表示；将所述多层次语义表示按时间顺序排序，得到初始模态表示序列；包括： 根据用户历史交互行为的时间顺序，构建用户历史交互行为序列； 所述用户历史交互行为序列由I个物品组成，且每个物品都包括文本信息和图像信息； 将所述文本信息输入至文本编码器，图像信息输入至图像编码器；并同时提取每个编码器多个中间层以及最终输出层的隐藏状态，得到物品的多层次语义表示； 获取用户历史交互行为序列中所有物品的多层次语义表示，将所有多层次语义表示按时间顺序排列，得到初始模态表示序列；其中，初始模态表示序列包括文本模态表示序列和图像模态表示序列； 所述多模态编码器包括文本编码器和图像编码器； 采用带有单向掩码机制的多头注意力模块对所述初始模态表示序列进行处理，得到语义协同信号；包括： 式中，为中间变量，为层归一化操作，为第层的初始模态表示序列，为多头自注意力层，为逐点前馈网络，Mask为单向注意力掩码，为第层的语义协同信号； 将所述语义协同信号集成至初始模态表示序列中；根据所述语义协同信号和集成语义协同信号后的初始模态表示序列进行加权融合得到多层次增强模态表示；包括： 式中，为第层多层次增强模态表示，为可调超参数； 将所述多层次增强模态表示输入至混合专家结构中进行处理，得到细粒度语义表示； 将所述细粒度语义表示进行拼接，得到全局语义嵌入向量；并将所述全局语义嵌入向量输入至混合专家融合模块中进行处理，得到物品最终模态表示； 基于所述物品最终模态表示构建用户多模态行为序列，并将所述用户多模态行为序列输入至序列推荐模型中进行编码，得到用户行为表示；通过计算所述物品最终模态表示与用户行为表示的内积得到偏好分数，并根据所述偏好分数预测用户的下一步交互。

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深圳北理莫斯科大学，其通讯地址为：518115 广东省深圳市龙岗区龙城街道国际大学园路1号深圳北理莫斯科大学主楼504；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。