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！

龙图腾网获悉桂林电子科技大学申请的专利一种物品的推荐方法、装置以及存储介质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：CN114491267B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202210110849.9，技术领域涉及：G06F16/9535；该发明授权一种物品的推荐方法、装置以及存储介质是由蔡晓东;周青松设计研发完成，并于2022-01-29向国家知识产权局提交的专利申请。

本一种物品的推荐方法、装置以及存储介质在说明书摘要公布了：本发明提供一种物品的推荐方法、装置以及存储介质，属于数据分析技术领域，方法包括：S1：从预设数据库中导入所有目标用户的历史长期兴趣数据集以及与每个目标用户一一对应的历史短期兴趣数据集；S2：对历史长期兴趣数据集进行数据预处理得到长期兴趣数据训练集；S3：根据长期兴趣数据训练集和所有的历史短期兴趣数据集对训练模型进行训练得到目标推荐模型；S4：将长期兴趣数据验证集和短期兴趣数据验证集一并输入至目标推荐模型中得到物品的推荐结果。本发明能够挖掘用户自身长期稳定的一般爱好和短期的动态偏好，并捕获了社交好友兴趣偏好对用户产生的影响，可以实现具备社交属性的个性化推荐，并且提升了推荐准确率以及可解释性。

本发明授权一种物品的推荐方法、装置以及存储介质在权利要求书中公布了：1.一种物品的推荐方法，其特征在于，包括如下步骤： S1：从预设数据库中导入所有目标用户的历史长期兴趣数据集以及与每个目标用户一一对应的历史短期兴趣数据集; S2：对所述历史长期兴趣数据集进行数据预处理，得到长期兴趣数据训练集； S3：构建训练模型，根据所述长期兴趣数据训练集和所有的历史短期兴趣数据集对所述训练模型进行训练，得到目标推荐模型； S4：导入长期兴趣数据验证集和短期兴趣数据验证集，并将所述长期兴趣数据验证集和所述短期兴趣数据验证集一并输入至所述目标推荐模型中，并根据所述目标推荐模型得到物品的推荐结果； 所述长期兴趣数据训练集包括多个长期交互记录数据、多个标签数据和多个关系数据，所述步骤S3的过程包括： 通过所有的长期交互记录数据、所有的标签数据以及所有的关系数据构建得到知识图谱，所述知识图谱包括多个与所述目标用户对应的目标用户节点、与各个所述目标用户节点对应的待处理目标用户特征向量、与各个所述目标用户节点对应的多个目标用户有向边、与各个所述目标用户对应的多个长期项目节点、与各个所述长期项目节点对应的待处理长期项目特征向量以及与各个所述长期项目节点对应的多个长期项目有向边； 分别对各个所述目标用户节点、与各个所述目标用户节点对应的待处理目标用户特征向量以及与各个所述目标用户节点对应的多个目标用户有向边进行长期兴趣特征向量的分析，得到与各个所述目标用户对应的长期兴趣特征向量； 分别对各个所述长期项目节点、与各个所述长期项目节点对应的待处理长期项目特征向量以及与各个所述长期项目节点对应的多个长期项目有向边进行长期项目特征向量的分析，得到与各个所述长期项目节点对应的长期项目特征向量； 分别对各个所述历史短期兴趣数据集进行短期兴趣特征向量的分析，得到与各个所述目标用户对应的短期兴趣特征向量； 分别对各个所述长期兴趣特征向量以及与各个所述目标用户对应的短期兴趣特征向量进行特征融合分析，得到与各个所述目标用户对应的全局特征向量； 分别对各个所述全局特征向量以及与各个所述目标用户对应的多个所述长期项目特征向量进行目标概率的分析，得到与各个所述目标用户对应的目标概率； 导入与各个所述目标用户对应的真实标签，分别对各个所述目标概率以及各个与所述目标用户对应的真实标签进行损失值计算，得到与各个所述目标用户对应的损失值； 根据多个所述损失值对所述训练模型进行参数更新，并返回步骤S1，直至达到预设迭代次数，则将更新后的训练模型作为目标推荐模型； 所述分别对各个所述目标用户节点、与各个所述目标用户节点对应的待处理目标用户特征向量以及与各个所述目标用户节点对应的多个目标用户有向边进行长期兴趣特征向量的分析，得到与各个所述目标用户对应的长期兴趣特征向量的过程包括： 分别对各个所述待处理目标用户特征向量进行随机初始化处理，得到与各个所述目标用户对应的目标用户初始特征向量； 通过第一式分别对各个所述目标用户节点、与各个所述目标用户对应的目标用户初始特征向量以及与各个所述目标用户节点对应的多个目标用户有向边进行长期兴趣特征向量的特征聚合，得到与各个所述目标用户对应的长期兴趣特征向量，所述第一式为： ， 其中，， 其中，，， 其中，为目标用户节点，为长期兴趣特征向量，为ReLU激活函数，、、、、、、、均为可学习的参数，为目标用户节点的目标用户初始特征向量，为目标用户邻居特征向量，为目标用户节点的邻居节点，为目标用户有向边，为方向指向目标用户节点的有向边的集合，为邻居节点传递给目标用户节点的重要性分数，为沿有向边方向从邻居节点传递给目标用户节点的消息，为sigmoid激活函数，为softmax函数，为邻居节点的目标用户初始特征向量。

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桂林电子科技大学，其通讯地址为：541004 广西壮族自治区桂林市七星区金鸡路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。