中国电子科技集团公司第十研究所王超贺获国家专利权
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！
龙图腾网获悉中国电子科技集团公司第十研究所申请的专利基于分片的内容推荐方法、设备及介质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：CN114969511B 。
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：202210480880.1，技术领域涉及：G06F16/9535；该发明授权基于分片的内容推荐方法、设备及介质是由王超贺;耿彪设计研发完成，并于2022-05-05向国家知识产权局提交的专利申请。
本基于分片的内容推荐方法、设备及介质在说明书摘要公布了：本发明公开了一种基于分片的内容推荐方法、设备及介质，属于推荐方法领域，包括步骤：首先，对样本数据预处理后，搭建基于传统单一模型的浅层学习集成算法，将决策树叶子节点的输出和原始特征输入到浅层学习网络，在浅层学习网络中连续值数据输入到决策树模型中做特征编码，输出交叉特征，然后把经过预处理后的类别特征拼接到交叉特征上，作为岭回归的输入，输出低阶交叉特征。其次，通过深度学习对素材数据中的连续特征做归一化，离散特征转化为嵌入向量，将两者拼接后输入到隐藏层，输出得到高阶交叉特征。最后，将反映二阶非线性关系的低阶交叉特征与深度学习网络输出的高阶交叉特征拼接，输出内容推荐结果。本发明提升了内容推荐的准确率。
本发明授权基于分片的内容推荐方法、设备及介质在权利要求书中公布了：1.一种基于分片的内容推荐方法，其特征在于，包括以下步骤： 在对样本数据预处理时利用分片将样本数据划分为两个互斥的数据集，再利用分片将数据集划分为连续特征和类别特征，然后分别训练和提取特征，然后将训练和提取后的特征拼接，输出内容推荐的结果；包括如下子步骤： S1，对原始数据集进行特征学习：搭建基于单一模型的浅层学习集成算法模型，将决策树叶子节点的输出和原始特征输入到浅层学习集成算法模型的浅层学习网络，在浅层学习网络中连续值数据输入到决策树模型中做特征编码，输出交叉特征；然后把经过预处理的类别特征拼接到所述交叉特征上，作为岭回归的输入，然后输出低阶交叉特征； S2，通过深度学习网络对素材数据中的连续特征做归一化，连续特征转化为嵌入向量，将两者拼接后输入到深度学习网络的隐藏层，输出得到高阶交叉特征； S3，将反映二阶非线性关系的低阶交叉特征与深度学习网络输出的高阶交叉特征拼接，输出内容推荐结果。
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中国电子科技集团公司第十研究所，其通讯地址为：610000 四川省成都市金牛区茶店子东街48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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号