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！

龙图腾网获悉华南农业大学申请的专利一种基于图提示的跨域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：CN120068930B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202510230105.4，技术领域涉及：G06N3/042；该发明授权一种基于图提示的跨域推荐方法及系统是由黄玲;杨树强;谭子星;高月芳;邝颖杰设计研发完成，并于2025-02-28向国家知识产权局提交的专利申请。

本一种基于图提示的跨域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图提示的跨域推荐方法及系统，涉及跨域推荐技术领域，包括：在源域和目标域分别构建知识图，提取实体和关系以形成结构化信息；接着，通过TransE方法训练知识图嵌入，并利用图注意力网络在源域预训练图编码器模型，通过图对比学习微调图编码器模型参数，提高实体嵌入表示的鲁棒性，然后，在目标域进行图提示调整，包括软图提示和个性化图提示，以缩小源域和目标域的嵌入空间差异及训练目标差异。最后，个性化提示向量与增强的嵌入向量用于用户评分预测，以更精准地满足个性化需求，实现跨领域推荐的目标。本发明将预训练和微调相结合，在目标域中能够根据实际需求对推荐进行个性化调整，显著提高了推荐的准确度。

本发明授权一种基于图提示的跨域推荐方法及系统在权利要求书中公布了：1.一种基于图提示的跨域推荐方法，其特征在于，包括以下步骤： 获取源域与目标域的交互数据并进行数据预处理，构建源域和目标域的知识图以及利用TransE对知识图的实体和关系嵌入表征进行训练，生成知识图嵌入向量； 在源域图编码器模型的预训练中，采用图注意力网络对源域知识图进行编码，通过多层多头注意力机制增强知识图嵌入向量的表现力，生成增强实体嵌入向量； 设计软图提示及个性化图提示对目标域中的图编码器模型进行微调，所述软图提示通过在目标域中为每个实体添加可学习的提示向量，缩小源域与目标域之间的嵌入空间差异，使用对比学习损失函数进行微调； 基于用户邻域的实体嵌入向量，通过多层感知器生成个性化提示向量，结合增强实体嵌入与个性化图提示向量构建用户嵌入，与目标项目的增强实体嵌入向量进行结合，预测用户对项目的评分，使用二进制交叉熵损失函数进行评分预测的微调，实现个性化推荐； 构建源域和目标域的知识图以及利用TransE对知识图的实体和关系嵌入表征进行训练，生成知识图嵌入向量，具体为： 对于给定源域及目标域，提取源域及目标域中的实体，并从用户‑项目评分数据和评论数据中提取交互关系，使用所述交互关系建立实体之间的连接，根据所述实体及实体之间的连接构建源域的知识图及目标域的知识图； 使用TransE算法对两个知识图的实体及关系嵌入进行训练，初始化实体及关系的向量表示，对于知识图中每个三元组通过替换头实体或尾实体生成负样本，使用L2范数定义距离函数，以在正样本中最小化距离函数以及在负样本中最大化距离函数为目标进行迭代训练，生成对应的知识图嵌入向量； 在源域图编码器模型的预训练中，采用图注意力网络对源域知识图进行编码，通过多层多头注意力机制增强知识图嵌入向量的表现力，生成增强实体嵌入向量，具体为： 基于图注意力网络构建图编码器模型，将源域中实体的知识图嵌入向量集和知识图作为图编码器模型的输入，所述图编码器模型由多层图注意力层组成，在每个注意力层中，通过多头注意力机制中的注意力头计算注意力权重； 基于所述注意力权重聚合实体及领域节点的信息获取每个注意力头的隐藏向量，将各隐藏向量进行拼接生成图注意力层的输出特征，对所述输出特征进行逐层计算，在最后一层图注意力层中对多头注意力的隐藏向量采用平均操作，获取实体的增强实体嵌入向量。

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华南农业大学，其通讯地址为：510642 广东省广州市天河区五山街道华南农业大学数学与信息学院软件学院614室；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”。

以上内容由龙图腾AI智能生成。