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！

龙图腾网获悉南京大学申请的专利一种面向标记分布变化场景的流媒体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：CN116361553B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202310325675.2，技术领域涉及：G06F16/9535；该发明授权一种面向标记分布变化场景的流媒体推荐方法是由赵鹏;周志华设计研发完成，并于2023-03-30向国家知识产权局提交的专利申请。

本一种面向标记分布变化场景的流媒体推荐方法在说明书摘要公布了：本发明公开一种面向标记分布变化场景的流媒体推荐方法，采集初始分布下的有标记流媒体及用户数据，选择分类器类型和损失函数，并通过经验风险最小化方法获得初始离线模型，利用模型校准方法获得校准后的初始模型。在在线部署的每一回合，基推荐方法利用每一轮收集到的在线数据估计当前标签分布，接着使用估计出的风险函数梯度进行梯度下降，并将更新后的模型发送给结合方法；不同的基推荐方法配置不同的更新学习率，以应对不同剧烈程度的分布变化；依据每个基推荐方法的历史累积表现更新每个基推荐方法对应的权重，利用更新后的权重对所有基推荐方法的模型进行组合得到最终的推荐模型，使用最终的推荐模型返回流媒体推荐结果。

本发明授权一种面向标记分布变化场景的流媒体推荐方法在权利要求书中公布了：1.一种面向标记分布变化场景的流媒体推荐方法，其特征在于，包含离线推荐模型训练方法和在线推荐模型部署方法；离线推荐模型训练方法中，采集初始分布下的有标记流媒体及用户数据，选择分类器类型和损失函数，并通过经验风险最小化方法获得初始离线模型，再利用模型校准方法获得校准后的初始模型；在线推荐模型部署方法中，采用在线集成方法更新分类器参数，该在线集成方法包含多个基推荐方法和一个结合方法；在在线部署的每一回合，基推荐方法首先利用每一轮收集到的在线数据估计当前标签分布，并利用风险函数重写方法估计风险函数，接着使用估计出的风险函数梯度进行梯度下降，并将更新后的模型发送给结合方法；不同的基推荐方法配置不同的更新学习率，以应对不同剧烈程度的分布变化；在在线部署的每一回合，结合方法接收所有基推荐方法的模型，并依据每个基推荐方法的历史累积表现更新每个基推荐方法对应的权重，利用更新后的权重对所有基推荐方法的模型进行组合得到最终的推荐模型，并使用最终的推荐模型返回流媒体推荐结果； 所述在线推荐模型部署方法中的基推荐方法的具体步骤为： 步骤200，获取学习率； 步骤201，在线上每个推荐回合，执行如下步骤2011-2016： 步骤2011，将模型参数发送至结合方法； 步骤2012获取在线流媒体推荐数据，其中表示无标记数据数量，表示有标记数据数量； 步骤2013，利用离线初始模型参数和步骤2012获取的在线流媒体推荐数据估计当前回合标记分布向量； 步骤2014，利用步骤2013估计的标记分布向量构建风险函数估计，其中表示在初始离线数据集上的损失函数向量，表示向量内积； 步骤2015，利用步骤2014构建的风险函数估计计算梯度，表示第t回合第i个基学习器的模型参数； 步骤2016，更新模型参数； 所述在线推荐模型部署方法中的结合方法的具体步骤为： 步骤300，设置学习率集合，其中M表示基推荐方法的数量； 步骤301，设置结合方法学习率； 步骤302，初始化每个基推荐方法的权重； 步骤303，在线上每个推荐回合，执行如下步骤3031-3032： 步骤3031，接受各个基推荐方法的模型参数； 步骤3032，更新每个基推荐方法的权重； 步骤304，输出最终的集成模型参数。

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京大学，其通讯地址为：210023 江苏省南京市栖霞区仙林大道163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。