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！

龙图腾网获悉深圳城市职业学院申请的专利电商平台下基于可靠虚拟硬负采样的个性化商品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：CN119107142B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202411069227.1，技术领域涉及：G06Q30/0601；该发明授权电商平台下基于可靠虚拟硬负采样的个性化商品推荐方法是由李荣华;李振军;廖银萍;吴佳毅;邬琼;陈祺设计研发完成，并于2024-08-06向国家知识产权局提交的专利申请。

本电商平台下基于可靠虚拟硬负采样的个性化商品推荐方法在说明书摘要公布了：本发明公开了一种电商平台下基于可靠虚拟硬负采样的个性化商品推荐方法，首先使用随机负采样的方式构建候选负样本池，然后利用数据增强的方式生成候选虚拟硬负样本池，最后使用动态采样的策略，从虚拟硬负样本池中选取与用户最为相似的负样本作为虚拟硬负样本。最后，本发明基于候选负样本池设计一种转化模块将虚拟硬负样本转化为更加可靠的虚拟硬负样本，利用可能是伪负例的真实硬负样本与可靠真实负样本的特征差异，将可能是伪负例的虚拟硬负样本转化为更加可靠的虚拟硬负样本。本发明不仅能够生成高质量的虚拟硬负样本，还能缓解伪负例所带来的风险，提高了推荐模型的性能，使得推荐系统能够进行更精准的商品推荐。

本发明授权电商平台下基于可靠虚拟硬负采样的个性化商品推荐方法在权利要求书中公布了：1.一种电商平台下基于可靠虚拟硬负采样的个性化商品推荐方法，所述方法包括： 对任意的用户u∈U，从训练集Dtrain中选取用户购买过的商品p+作为正样本，并通过协同过滤推荐模型获得用户u和购买过的商品p+的向量表示eu和 通过可靠硬负采样方法得到用户u的负样本特征向量 基于所述负样本特征向量正样本特征向量和用户向量eu对所述协同过滤推荐模型进行训练，使得协同过滤推荐模型学习到用户更准确的个性化偏好； 其中，所述可靠硬负采样方法包括： 步骤1、给定基于隐式反馈的推荐数据集Dataset＝{u,p+|u∈U,p+∈P}，将数据集划分为训练集Dtrain、测试集Dtest和验证集Dvalid，其中U表示为用户集合，P表示为商品集合，用户购买行为数据对u,p+表示为用户u购买过的商品p+； 步骤2、针对任意的用户购买行为数据对u,p+∈Dtrain，随机选取M个用户u未交互过的商品作为候选负样本池η＝{p1,p2,...,pM}，获取用户u，用户购买过的商品p+以及候选负样本池η对应的向量表示eu,和候选负样本项目向量集 步骤3、针对任意的候选负样本项目的向量生成候选虚拟硬负样本向量得到候选虚拟硬负样本向量集合 步骤4、基于用户向量与候选虚拟硬负样本向量的内积，从候选虚拟硬负样本向量集合中，选取高难度的虚拟硬负样本向量，具体操作如下式所示： 步骤5、针对任意的用户向量eu，用户u对应的正样本向量和用户u的候选负样本项目向量集通过正样本向量与候选负样本项目向量集的内积分数从候选负样本向量集中选出最难的硬负样本向量和最可靠的负样本向量； 步骤6、采用欧几里德距离计算最难的硬负样本向量与最可靠的负样本向量之间的差异，得到从高难度的虚拟硬负样本向量转化成最可靠的负样本向量的特征差异计算式如下式所示： 步骤7、在向量空间中，使用将步骤4中生成的高难度的虚拟硬负样本向量转化为更为可靠的硬负样本向量，该转化过程如下式所示： 其中β表示对虚拟硬负样本的转化程度。

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深圳城市职业学院，其通讯地址为：518000 广东省深圳市龙岗区龙城街道五联社区将军帽路1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。