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！

龙图腾网获悉南昌大学申请的专利面向用户长短期兴趣衰减变化的电影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：CN115129995B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202210813660.6，技术领域涉及：G06F16/9535；该发明授权面向用户长短期兴趣衰减变化的电影推荐方法是由徐健锋;吴方文;刘斓;胡然;易文博;赵晖设计研发完成，并于2022-07-12向国家知识产权局提交的专利申请。

本面向用户长短期兴趣衰减变化的电影推荐方法在说明书摘要公布了：本发明提供了一种面向用户长短期兴趣衰减变化的电影推荐方法，该方法包括如下步骤：首先采用基于电影评分时间序列的混合相似度度量方法度量电影间的相似性。接着，将电影数据集中的用户结合历史观影记录采用TF‑IDF理论构建用户兴趣画像模型。然后，然后采用基于艾宾浩斯理论的用户长短期兴趣衰减模型构建用户长短期兴趣模型。在最终推荐给用户待推荐电影时结合电影的特征与用户的兴趣画像以及兴趣衰减模型进行个性化推荐。本发明在进行用户电影推荐时，考虑到用户兴趣的动态漂移，结合时间信息，电影特征与用户兴趣度进行推荐，更好的提升推荐准确度。

本发明授权面向用户长短期兴趣衰减变化的电影推荐方法在权利要求书中公布了：1.一种面向用户长短期兴趣衰减变化的电影推荐方法，其特征在于：包括如下步骤： 步骤1，从电影数据集中提取出用户对电影的评分序列，将每个电影的评分序列按时间因子从小到大进行排序，生成电影评分时间序列集合； 步骤2，根据电影评分时间序列集合，计算电影共同评分相似度与电影时序相似度混合得出新的基于电影的相似度度量方法； 计算电影时序相似度： ； 计算电影共同评分相似度： ； 新的基于电影的相似度度量方法： ； 其中为相似度调节权重系数 步骤3，根据电影属性特征与用户历史观影记录通过TF-IDF算法构建用户兴趣模型： ； 其中，为用户对电影属性的兴趣度,其表示电影中是否有属性，有则其值为1否则为0；表示在用户的历史评分过的个电影中，每个电影中的每个特征属性集合；表示数据集个电影中，每个电影中的每个特征属性集合； 步骤4，采用改进的艾宾浩斯遗忘曲线模型结合用户兴趣模型，构建出用户长短期兴趣衰减模型，长短期兴趣衰减模型衰减方法如下： ； ； 与分别为长期兴趣与短期兴趣的遗忘衰减曲线，其中为衰减因子，越大，则代表用户兴趣衰减的越快；为时间差值，某用户距离上次记忆的时间越久则越大，与则越小；其中，时间差值计算方法如下： ； 其中为用户对电影的评分时间，是数据集中用户最早的评分时间，为用户最近评分电影的评分时间； 通过计算目标用户对某一电影属性权重总和所占数据集中总属性权重的比例来判断该电影可能属于用户的长短期兴趣区间，某一电影中属性特征在用户兴趣模型占比权重计算方法如下： ； 代表用户的对电影的兴趣权重，表示用户对电影的所有属性特征兴趣之和，表示用户对数据集中电影所有属性特征兴趣总和；结合用户长短期兴趣衰减模型，通过设置阈值来区分用户长短期兴趣；若待推荐电影属性特征在用户兴趣模型中所占比例大于该阈值则为长期兴趣，反之则为短期兴趣； 最终得出用户对历史评分过的某一电影的兴趣度如下： ； 其中，β值为用户长短期兴趣划分阈值； 步骤5，根据用户历史观影记录与用户长短期兴趣衰减模型计算待推荐电影预测评分集合； 步骤6，最终根据步骤5中待推荐电影预测评分集合评分从高到低推荐N个电影。

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南昌大学，其通讯地址为：330000 江西省南昌市红谷滩新区学府大道999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”。