基于深度学习的异构环境下可信O2O服务推荐方法

本发明公开了一种基于深度学习的异构环境下可信O2O服务推荐方法，S1.采集来自多个渠道的异构环境下O2O服务数据，形成统一数据矩阵模型；S2.基于所述统一数据矩阵模型构建图结构数据模型，生成初始关系图；S3.获得图卷积节点嵌入表示；S4.根据所述图卷积节点嵌入表示构建推荐模型，并形成推荐候选集；S5.利用鲸鱼优化算法对所述推荐模型的关键超参数进行全局搜索和优化调节；S6.生成基于实时状态的个性化O2O服务推荐结果。本发明能够自适应调整不同节点之间的信息传播范围，使得模型在处理长距离依赖关系时更加精准，同时在数据稀疏的情况下仍能保持较好的推荐效果。

《基于深度学习的异构环境下可信O2O服务推荐方法》是一发明专利，专利号为 2025104780053，当前法律状态为已下证，由江西财经大学提出申请，发明人为朱文强;徐军;熊碧舟，申请日期为2025-04-16，公开（公告）日期为2025-06-17，国际专利分类号（IPC）为 G06F 16/9535 (2019.01)，高新资质：未报高企，所属技术领域包括：人工智能，大数据挖掘，电子商务，电商购物平台，电商推荐，生活服务平台，互联网平台，广告推荐，AI智能推荐，外卖平台，智慧教育平台，线上APP，软件工程，智能营销。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：本发明公开了一种基于深度学习的异构环境下可信O2O服务推荐方法，S1.采集来自多个渠道的异构环境下O2O服务数据，形成统一数据矩阵模型；S2.基于所述统一数据矩阵模型构建图结构数据模型，生成初始关系图；S3.获得图卷积节点嵌入表示；S4.根据所述图卷积节点嵌入表示构建推荐模型，并形成推荐候选集；S5.利用鲸鱼优化算法对所述推荐模型的关键超参数进行全局搜索和优化调节；S6.生成基于实时状态的个性化O2O服务推荐结果。本发明能够自适应调整不同节点之间的信息传播范围，使得模型在处理长距离依赖关系时更加精准，同时在数据稀疏的情况下仍能保持较好的推荐效果。

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！