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！

龙图腾网获悉重庆大学申请的专利一种基于跨序列位置解耦表征的兴趣点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：CN116796082B 。

龙图腾网通过国家知识产权局官网在2026-01-16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：202310577915.8，技术领域涉及：G06F16/9537；该发明授权一种基于跨序列位置解耦表征的兴趣点推荐方法是由曾骏;陶泓锦;钟林;王子威;周魏设计研发完成，并于2023-05-22向国家知识产权局提交的专利申请。

本一种基于跨序列位置解耦表征的兴趣点推荐方法在说明书摘要公布了：本发明涉及一种基于跨序列位置解耦表征的兴趣点推荐方法，该方法通过对位置转换的全局观察，探索空间和时间因素如何影响签到行为。具体来说，首先通过数据集中的跨序列轨迹建立空间和时间上的耦合图，并通过图神经网络学习每个地点的解耦表征。该方法不但增强模型的可解释性，还应用了时间掩码数据增强方法和频域学习技术，以进一步缓解生成连续序列引起的短轨迹冷启动问题。在两个真实世界的数据集上的实验表明，与强大的基线相比，该方法具有竞争性的冷启动和推荐能力。

本发明授权一种基于跨序列位置解耦表征的兴趣点推荐方法在权利要求书中公布了：1.一种基于跨序列位置解耦表征的兴趣点推荐方法，其特征在于：包括如下步骤： S1：构建和训练CrossDR，CrossDR模型依次包括跨序列图构建模块，图神经网络GCN、空间自注意机制模块、解耦表征聚合模块、属性聚合层和输出层； S1-1：解耦表征过程 S1-1-1：所述跨序列图构建模块用于构建跨序列图，所述跨序列图包括空间关系图Gs和时间关系图Gt，获取多个用户签到轨迹构建Gs和Gt，所述用户签到轨迹包括以时间为序的用户地点签到序列； S1-1-2：在构建的Gs和Gt上通过图神经网络GCN进行学习，得到Gs对应的空间节点特征向量Hs和Gt对应的时间节点特征向量Ht； S1-1-3：对所述Hs和Ht进行空间自注意机制对应的得到空间解耦表征Ds和时间解耦表征Dt； S1-1-4：所述解耦表征聚合模块对Ds和Dt进行解耦表征聚合得到解耦表征集E； S1-2:序列推荐 S1-2-1:将每个用户的轨迹序列是切割成连续的子序列，从用户的签到历史中随机选择n个签到地点，并掩码其时间信息，将掩码后的n个签到地点加入用户的子序列中得到样本； S1-2-2:将所有样本与解耦表征集E一起输入属性聚合层提取每个样本的解耦表征，并通过与用户特征、位置签到时间和位置类别的特征融合与拼接，得到样本中的第q个签到地点hp的表征lq，然后令＝1,2…n将所有lq按时间顺序堆叠得到训练样本S； S1-2-3:将S转为频域，转换过程如下： F＝IFFTFFTMcS4 其中Mc为可学习矩阵，F表示滤掉频域内的噪声后得到的序列； S1-2-4:将所述F作为预测层的输入，输出即为预测的下一个兴趣点，根据损失函数LT的值，反向传播更新CrossDR的参数，直至损失不再下降即得训练好的CrossDR； S2：获取一个用户的签到轨迹，将该用户的签到轨迹一起输入训练好的CrossDR中，输出即是预测的该用户的下一个兴趣点。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙正街174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。