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！

龙图腾网获悉西安交通大学申请的专利一种针对知识图谱推荐模型的混合动态负采样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：CN116340501B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202310329459.5，技术领域涉及：G06F16/335；该发明授权一种针对知识图谱推荐模型的混合动态负采样方法是由王晨旭;魏俊宇设计研发完成，并于2023-03-30向国家知识产权局提交的专利申请。

本一种针对知识图谱推荐模型的混合动态负采样方法在说明书摘要公布了：本发明公开了一种针对知识图谱推荐模型的混合动态负采样方法，包括以下步骤：获取用户物品二部图与知识图谱数据，然后将用户物品二部图与知识图谱结合起来构建成用户物品协作图，并使用node2vec算法在用户物品协作图中为所有用户选出固定大小的候选负样本集合；将每个用户的正样本数据和候选负样本集合数据输入到基于知识图谱的推荐模型中，对集合内每一个负样本进行正向混合得到增强负样本，然后对增强负样本集合进行挑选，聚合，构建出困难负样本。将构建好的负样本用于现有知识图谱推荐模型的训练过程，可以显著提高推荐性能。与现有的知识图谱推荐模型负采样方法相比，提升效果更加显著，灵活度也更高。

本发明授权一种针对知识图谱推荐模型的混合动态负采样方法在权利要求书中公布了：1.一种针对知识图谱推荐模型的混合动态负采样方法，其特征在于，具体包括以下步骤： 步骤1：获取用户物品二部图和知识图谱数据，根据用户物品二部图和知识图谱数据，对用户交互过的物品构建交互三元组，将交互三元组与知识图谱融合形成用户物品协作图； 步骤2：使用node2vec算法在用户物品协作图中为所有用户选出固定大小的候选负样本集合； 步骤3：将每个用户的正样本数据和候选负样本集合数据一同输入到基于知识图谱的推荐模型中，在基于知识图谱的推荐模型训练的过程中，对集合内每一个负样本进行正向混合，得到增强负样本集合； 步骤4：对增强负样本集合进行挑选，聚合，构建出困难负样本； 步骤2的具体过程如下： 步骤2.1：首先给用户物品协作图中所有的边生成权重； 步骤2.2：循环用户集合，并逐一取出还未处理过的一个用户，如果全部处理完毕，则候选负样本选取结束； 步骤2.3：将还未处理的一个用户节点作为起点，然后将用户节点与用户节点邻居之间边的权重归一化，当作每个邻居节点被第一步游走到的概率大小；采用计算好的每个邻居的游走概率去进行第一步游走； 步骤2.4：继续之后的游走，并在此过程中进行负采样； 步骤2.4中，如果当前邻居节点是一个物品实体，且物品实体从未与用户进行过交互，则将该物品添加到候选负样本集合中；如果当前节点是一个非物品实体，或者是用户曾经交互过的物品，则视为无效节点，游走直到候选负样本集合的长度达到固定阈值K。

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安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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”。

以上内容由龙图腾AI智能生成。