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！

龙图腾网获悉上海大学申请的专利一种基于三重对比学习的跨域冷启动物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：CN119415770B 。

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：202411423689.9，技术领域涉及：G06F16/9535；该发明授权一种基于三重对比学习的跨域冷启动物品推荐方法是由陈雪;周焕媛;罗鑫洋;王鹏设计研发完成，并于2024-10-12向国家知识产权局提交的专利申请。

本一种基于三重对比学习的跨域冷启动物品推荐方法在说明书摘要公布了：本发明涉及一种基于三重对比学习的跨域冷启动物品推荐方法。该方法对源域与目标域中物品属性信息、知识图谱信息有偏处理，得到初始属性表征和初始图谱表征，利用多热编码方法从用户与源域物品的交互信息中获取初始用户表征；利用多层感知机获取筛选后的属性表征，利用图注意力网络获取聚合后的图谱表征；基于当前的属性表征、图谱表征与交互信息，利用训练好的跨域冷启动物品推荐模型获取推荐结果，该模型通过自对比学习损失函数、源域对比学习损失函数、跨域对比学习损失函数与BPR损失函数构建与联合训练优化。与现有技术相比，本发明具有充分利用热物品协同信息、减少领域差异性、提高物品内容表征质量等优点。

本发明授权一种基于三重对比学习的跨域冷启动物品推荐方法在权利要求书中公布了：1.一种基于三重对比学习的跨域冷启动物品推荐方法，其特征在于，包括以下步骤： 获取源域与目标域中物品的属性信息、知识图谱信息以及用户与源域物品的交互信息； 对所述属性信息和所述知识图谱信息进行有偏处理，得到相应的初始属性表征和初始图谱表征，并利用多热编码方法从所述交互信息中获取初始用户表征； 基于所述初始属性表征，利用多层感知机获取筛选后的属性表征，并基于所述初始图谱表征，利用图注意力网络获取聚合后的图谱表征； 基于筛选后的属性表征、聚合后的图谱表征与所述交互信息，利用训练好的跨域冷启动物品推荐模型获取推荐结果； 其中，所述跨域冷启动物品推荐模型的构建与训练过程包括： 分别构建自对比学习任务、源域对比学习任务以及跨域对比学习任务，进而得到初始的跨域冷启动物品推荐模型； 基于属性表征和图谱表征，分别构建自对比学习损失函数、源域对比学习损失函数以及跨域对比学习损失函数，并基于初始用户表征，构建BPR损失函数； 基于所述自对比学习损失函数、所述源域对比学习损失函数、所述跨域对比学习损失函数以及所述BPR损失函数，构建总损失函数； 利用所述总损失函数训练优化构建好的跨域冷启动物品推荐模型。

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上海大学，其通讯地址为：200444 上海市宝山区上大路99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。