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！

龙图腾网恭喜浙江大学;浙江师范大学申请的专利基于对偶协同超图的模态缺失下教育资源推荐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：CN119939038B 。

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：202510436255.0，技术领域涉及：G06F16/9535；该发明授权基于对偶协同超图的模态缺失下教育资源推荐方法及系统是由肖俊;陈欣杰;蒋云良;黄昌勤;王士进;朱雁来设计研发完成，并于2025-04-09向国家知识产权局提交的专利申请。

本基于对偶协同超图的模态缺失下教育资源推荐方法及系统在说明书摘要公布了：本发明公开了一种基于对偶协同超图的模态缺失下教育资源推荐方法及系统。该方法包括：S1、构建用户‑资源交互图及资源共现图，通过邻接矩阵记录连接关系，并采用多模态编码提取资源特征；S2、针对模态缺失问题，计算资源节点间置信度，采用通道内扩散与通道间传播的两阶段特征补全策略；S3、构建用户超图与模态超图，通过对偶协同超图神经网络实现跨模态协同信号传播，分别捕捉用户偏好与模态内特征融合；S4、对待推荐用户进行多模态嵌入融合，计算推荐偏好得分实现个性化推荐。该方法有效解决了模态缺失场景下的个性化推荐问题，可适配教育场景的复杂需求。

本发明授权基于对偶协同超图的模态缺失下教育资源推荐方法及系统在权利要求书中公布了：1.一种基于对偶协同超图的模态缺失下教育资源推荐方法，其特征在于，包括： S1、获取在线学习平台上所有用户的行为数据及所有多模态教育资源，将所有用户和所有多模态教育资源作为两类节点构建用户-资源交互图，并根据所述行为数据中的交互信息建立第一邻接矩阵来记录用户节点与资源节点之间的边连接关系，且每个多模态教育资源分别通过多模态编码获得多模态特征； S2、将所有多模态教育资源作为节点构建资源共现图，并通过第二邻接矩阵来记录多模态教育资源相互之间的共现关系；针对每个资源模态，将资源共现图中的资源节点按照是否存在模态缺失分为缺失节点和完整节点，并计算资源节点之间的模态置信度，基于模态置信度和完整节点的所述多模态特征，以先通道内扩散恢复节点特征再在通道间传播细化节点特征的方式，补全当前资源模态下缺失节点的模态特征；针对资源共现图中每个资源节点，其模态置信度由该资源节点到最近的完整节点的最短路径距离通过底数范围为（0,1）的幂运算转换得到； S3、针对每个资源模态，分别构建该资源模态内的用户超图与模态超图，并基于对偶协同超图神经网络内的双重协同超图卷积，一方面由用户-资源协同信号超图卷积神经网络在用户和资源之间传播协同信号从而捕捉用户偏好与资源特征之间的关联性，另一方面由模态协同信号超图卷积神经网络在每种资源模态内部进行协同信号传播从而实现特征的模态内融合与补全，输出不同模态下的用户嵌入和资源嵌入； S4、针对待推荐用户，对不同模态下的用户嵌入和资源嵌入进行融合，计算每个多模态教育资源相对于待推荐用户的推荐偏好得分并进行个性化推荐。

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浙江大学;浙江师范大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。