融合超图和上下文信息的智能推荐验证方法(需要二次变更)
本发明提出了一种融合超图和上下文信息的智能推荐验证方法,包括:S1,从用户物品的交互图中提取到偏见物品特征,物品流行度特征和物品语义特征,将个体与邻居节点的偏见物品特征,物品流行度特征和物品语义特征进行结合,再采用超图卷积对用户和物品的表示进行编码,得到编码后的嵌入;S2,将编码后的嵌入采用超图卷积进行超图卷积增强,得到经过超图卷积优化的用户嵌入表示和物品的嵌入表示;然后计算用户推荐交互物品的评分,将评分降序排列生成相关候选物品的推荐列表。本发明通过硬负监督对比学习的自监督信号优化用户物品嵌入表示,并与多标签交叉熵损失优化策略相结合,增强了模型感知对用户偏好的学习和嵌入空间中的区分性,丰富了上下文特征。
《融合超图和上下文信息的智能推荐验证方法(需要二次变更)》是一发明专利,专利号为 2025101176589,当前法律状态为已下证,由重庆理工大学提出申请,发明人为刘小洋;冯瀚文;邹霞,申请日期为2025-01-24,公开(公告)日期为2025-11-21,国际专利分类号(IPC)为 G06F 16/9535 (2019.01),所属技术领域包括:人工智能智能推荐方法、融合超图和上下文信息智能推荐方法、互联网、个性化推荐系统、产品物品推荐系统、深度学习推荐系统、图神经网络在推荐系统。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明提出了一种融合超图和上下文信息的智能推荐验证方法,包括:S1,从用户物品的交互图中提取到偏见物品特征,物品流行度特征和物品语义特征,将个体与邻居节点的偏见物品特征,物品流行度特征和物品语义特征进行结合,再采用超图卷积对用户和物品的表示进行编码,得到编码后的嵌入;S2,将编码后的嵌入采用超图卷积进行超图卷积增强,得到经过超图卷积优化的用户嵌入表示和物品的嵌入表示;然后计算用户推荐交互物品的评分,将评分降序排列生成相关候选物品的推荐列表。本发明通过硬负监督对比学习的自监督信号优化用户物品嵌入表示,并与多标签交叉熵损失优化策略相结合,增强了模型感知对用户偏好的学习和嵌入空间中的区分性,丰富了上下文特征。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
