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！

龙图腾网获悉山东科技大学申请的专利基于混合专家与动态图神经网络的抗数据偏移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：CN120910364B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202511385759.0，技术领域涉及：G06F16/9536；该发明授权基于混合专家与动态图神经网络的抗数据偏移推荐方法是由李超;宋乾禹;赵中英;周慧;刘润硕;曾庆田设计研发完成，并于2025-09-26向国家知识产权局提交的专利申请。

本基于混合专家与动态图神经网络的抗数据偏移推荐方法在说明书摘要公布了：本发明公开了一种基于混合专家与动态图神经网络的抗数据偏移推荐方法，属于智能推荐系统技术领域，所述动态图神经网络包含用户画像编码器和专家混合解码器；包括如下步骤：步骤1、从社交平台采集用户的多源数据并融合，构建综合特征；步骤2、构建基于变分推断的用户画像编码器进行动态编码，生成原始的潜在表示；步骤3、构建干预网络用于将原始的潜在表示外推为多个干预后的潜在表示的混合；步骤4、构建专家混合解码器，对原始的潜在表示和干预后的潜在表示进行解码和聚合，以生成最终的推荐结果；步骤5、设计复合训练目标和双层优化策略。本发明能够在数据分布显著偏移的情况下仍保持较高的准确率与稳定性，显著提升用户体验与平台活跃度。

本发明授权基于混合专家与动态图神经网络的抗数据偏移推荐方法在权利要求书中公布了：1.一种基于混合专家与动态图神经网络的抗数据偏移推荐方法，其特征在于，所述动态图神经网络包含用户画像编码器和专家混合解码器；具体包括如下步骤： 步骤1、从社交平台采集用户的多源数据并融合，构建综合特征； 步骤2、构建基于变分推断的用户画像编码器进行动态编码，生成原始的潜在表示； 步骤3、构建干预网络用于将原始的潜在表示外推为多个干预后的潜在表示的混合； 干预网络由个独立的扰动器组成，为第个扰动器的可学习参数； 每个扰动器接收原始的高斯分布参数，并输出一组新的高斯分布参数，并采用重参数化方法从新的高斯分布参数中采样得到用户干预后的潜在表示： ； ； 其中，、分别为当前时刻第个扰动器高斯分布的均值、标准差；表示在当前时刻从第个扰动器干预后的近似后验分布中采样得到的潜在表示；为当前时刻高斯分布的均值；为当前时刻高斯分布的标准差；为标准高斯噪声，即； 最终，个扰动器对应得到个干预后的潜在表示； 扰动器采用两个独立的线性变换，分别对输入的、进行映射： ； ； 其中，、、、均为第个扰动器的可学习参数；为激活函数； 干预网络的训练目标为最大化各组新高斯分布参数间的方差，定义干预损失计算公式如下： ； 其中，为干预损失；和均为超参数，分别用于控制均值和标准差多样性的权重；为方差计算； 步骤4、构建专家混合解码器，对原始的潜在表示和干预后的潜在表示进行解码和聚合，以生成最终的推荐结果； 专家混合解码器包含一个门控网络和个并行的专家解码器；第一个专家解码器作为参考模型，处理原始的潜在表示；其余的专家解码器分别处理干预后的潜在表示，一个专家解码器对应着一个扰动器；表示在当前时刻从近似后验分布中采样得到的原始的潜在表示； 步骤5、设计复合训练目标和双层优化策略； 复合训练目标包含两部分：证据下界损失、对齐损失； 证据下界损失是基于变分推断的用户画像编码器的损失函数，用于最大化数据的对数似然下界；它由两部分组成：交互关系结构的重构损失和KL散度损失；具体公式为： ； ； ； 其中，为证据下界损失；为交互关系结构的重构损失；为KL散度损失；为总时间步数；为当前时刻之前的交互关系结构；为在当前时刻之前的综合特征；为上一时刻的隐藏状态；表示在当前时刻，给定生成的条件概率分布；表示在当前时刻，基于定义的条件先验分布；表示在当前时刻，给定、和后，通过用户画像编码器近似推断出的潜在表示的近似后验分布；表示在当前时刻，给定、和后，通过第个扰动器近似推断出的潜在表示的近似后验分布；为KL散度； 对齐损失的公式为： ； 其中，、分别为第一个、第个专家解码器的近似后验分布； 双层优化策略包含内层优化和外层优化，内层优化时更新干预网络的参数，外层优化时更新编码器和解码器的参数； 内层优化的更新公式为： ； 其中，为最优的干预网络的参数； 外层优化的更新公式为： ； 其中，为最优的编码器和解码器的参数；是控制对齐强度的超参数。

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山东科技大学，其通讯地址为：266590 山东省青岛市黄岛区前湾港路579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。