Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 电子科技大学梁爽获国家专利权

电子科技大学梁爽获国家专利权

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!

龙图腾网获悉电子科技大学申请的专利一种基于混合意图与双重约束的会话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:CN120705278B

龙图腾网通过国家知识产权局官网在2025-12-02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:202511136225.4,技术领域涉及:G06F16/3329;该发明授权一种基于混合意图与双重约束的会话推荐方法是由梁爽;王潇;江天一;马瑜江;秦科;张东阳设计研发完成,并于2025-08-14向国家知识产权局提交的专利申请。

一种基于混合意图与双重约束的会话推荐方法在说明书摘要公布了:一种基于混合意图与双重约束的会话推荐方法,属于计算机科学领域。本方法包括了3个基本部分:混合意图学习模块从全体物品中提取全局语义意图,区分目标意图与噪声意图;意图约束损失函数通过双重约束优化会话表征,实现长尾覆盖与噪声抑制的协同;即插即用集成模块与现有会话推荐模型无缝集成。本发明通过混合意图学习模块与意图约束损失函数的协同设计,系统性解决了传统长尾推荐中噪声干扰、表征偏差、部署僵化等核心问题。本发明实现精准性与多样性的协同优化,打破传统权衡关系;并达到工业级可扩展性,模块化设计适配主流模型,降低落地门槛;同时具有动态场景鲁棒性,增量机制保障长期效果稳定性。

本发明授权一种基于混合意图与双重约束的会话推荐方法在权利要求书中公布了:1.一种基于混合意图与双重约束的会话推荐方法,其特征在于,包括以下步骤: 步骤1:基于混合意图学习模块,挖掘交互数据中隐藏的混合意图;首先将会话中的所有物品项划分为表示初步意图的k个属性,然后进一步细分为n个混合意图;所述交互数据为用户在购物平台上的购物日志; 步骤2:构建基于意图约束的损失函数,通过双重约束优化会话表征;双重约束包括长尾约束和准确性约束; 步骤3:会话推荐模型的部署与优化;将混合意图学习模块与基于意图约束的损失函数部署在会话推荐模型上,对部署后的会话推荐模型进行训练优化,将训练好的会话推荐模型应用在会话推荐任务中; 所述步骤1具体如下: 步骤1.1:初步意图单元构建;给定k个属性组成的属性集合,其中每个属性被定义为一个物品集合; 步骤1.2:意图关联图构建;将会话中的物品ID替换为其对应的物品属性ID;随后,遍历每个会话中的所有属性,统计每个属性的1跳邻居及其共现频率,构建意图关联图;该意图关联图表示为,其中,为属性ID集合,为属性与邻居属性之间的边,为权重集合,边的权重表示属性与邻居属性的共现频率; 步骤1.3:混合意图生成;首先基于共现频率计算其拉普拉斯矩阵,随后计算归一化拉普拉斯矩阵的特征值和特征向量,取其中最小的q个特征值及其对应特征向量,构成特征向量矩阵,所述特征向量矩阵的每一行表示节点在降维后的q维空间中的嵌入; 接着对特征向量矩阵的所有行应用聚类算法,将属性重新分类为n个簇,将属于同一簇的属性合并为混合意图,n个混合意图组成混合意图集合,其中第i个混合意图表示为;对混合意图中的物品项进行拼接并采用平均池化得到混合意图嵌入; 步骤1.4:定义目标意图和噪声意图:当前批次B内包括b个会话,其中第u个会话包括l个交互项,定义目标意图和混合意图如下: 若混合意图包含会话Su的下一个交互项,则为Su的目标意图cu; 对于会话Su,当前批次中其他会话的目标意图构成其噪声意图,该噪声意图不等于会话Su的目标意图。

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电子科技大学,其通讯地址为:611731 四川省成都市高新区(西区)西源大道2006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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。