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！

龙图腾网恭喜西南石油大学申请的专利一种结合方面级情感嵌入和两阶段图聚合的联邦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：CN120045793B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202510457006.X，技术领域涉及：G06F16/9535；该发明授权一种结合方面级情感嵌入和两阶段图聚合的联邦推荐方法是由吴保童;徐媛媛;张恒汝设计研发完成，并于2025-04-13向国家知识产权局提交的专利申请。

本一种结合方面级情感嵌入和两阶段图聚合的联邦推荐方法在说明书摘要公布了：本发明提供了一种结合方面级情感嵌入和两阶段图聚合的联邦推荐方法，属于推荐系统技术领域。该方法通过构建方面级情感嵌入提升模型可解释性，并采用两阶段图聚合机制实现隐私保护下的联合训练：首先在各客户端基于评论分别构建用户和物品嵌入，并结合本地交互信息构建用户‑物品交互图，通过一阶图聚合获取个性化物品嵌入；服务器端通过相似度分析构建用户关系图，实施二阶图聚合重建跨客户端关联并捕获流行偏好；客户端根据回传参数以及设计的联合损失函数进行迭代训练。该方法在保护用户隐私的前提下，通过情感语义与图结构的融合，有效提升了推荐模型的收敛速度、推荐精度及可解释性，解决了联邦场景下数据孤岛与关系缺失的关键技术问题。

本发明授权一种结合方面级情感嵌入和两阶段图聚合的联邦推荐方法在权利要求书中公布了：1.结合方面级情感嵌入和两阶段图聚合的联邦推荐方法，其特征在于，包括以下步骤： 步骤S10、每个客户端基于本地评论数据分别为用户和物品构建方面级情感嵌入，并结合用户交互信息建立用户-物品交互图； 步骤S20、根据各个客户端建立的用户-物品交互图对用户和物品的嵌入进行一阶图聚合，获得有一阶邻居信息的用户嵌入和具有用户个性化特征的物品嵌入，并将用户个性化物品嵌入上传至服务器； 步骤S30、服务器获取来自不同客户端的用户个性化物品嵌入，对其采用相似度分析，根据分析结果构建用户关系图，并进行二阶图聚合，获得用户关系增强物品嵌入，然后对所有用户关系增强物品嵌入进行流行偏好计算，得到全局共享物品嵌入，再将每个用户关系增强物品嵌入和全局共享物品嵌入分发至对应的客户端； 步骤S40、客户端使用用户关系增强物品嵌入作为损失函数的正则项，使用全局共享物品嵌入作为下一轮训练的初始向量，直至模型收敛； 所述步骤S20中，利用构建的用户-物品交互图进行一阶图聚合，其形式化为： 其中和分别为聚合一阶邻居信息的用户嵌入和具有用户个性化特征的物品嵌入，W为共享的可学习参数矩阵，LeakyReLU是非线性激活函数，α ui 为用户u的每个邻居节点i的注意力权重系数，α iu 为物品i的每个邻居节点u的注意力权重系数，定义为： 然后，各个客户端向服务器发送通过LDP加密的用户个性化物品嵌入，加密方式采用局部差分隐私，其形式化为： 其中为加密的个性化物品嵌入，为零均值拉普拉斯噪声，δ为噪声强度，隐私保护能力随着δ的增加而增强，客户端m最终上传的嵌入为： 其中表示随机抽样的物品嵌入； 所述步骤S30中，服务器获取来自不同客户端的用户个性化物品嵌入，采用余弦相似度作为物品嵌入的相似度度量，客户端m和n之间的相似度定义为： 其中q m 和q n 是两个客户端的物品嵌入； 根据相似度指标选择相似度高的用户作为邻居来构建用户关系邻接矩阵，其形式化为： 其中ζ为设置相似阈值的比例因子，使用相似度均值作为参考值； 然后对所有用户进行二阶图聚合，获得用户关系增强物品嵌入，其形式化为： 其中Q为初始物品嵌入矩阵，其第m行表示从客户端m中接收到的物品嵌入，R为聚合的物品嵌入矩阵，C表示聚合的层数，A为邻接矩阵； 接着，对所有用户个性化物品嵌入进行平均，获得全局共享物品嵌入，其形式化为： 其中D为C=1时A的度矩阵。

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西南石油大学，其通讯地址为：610500 四川省成都市新都区新都大道8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”。