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！

龙图腾网获悉宜宾电子科技大学研究院申请的专利一种基于哈希度量学习的快速协同过滤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：CN114861048B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202210431989.6，技术领域涉及：G06F16/9535；该发明授权一种基于哈希度量学习的快速协同过滤方法是由邓力;张艳;高鑫辰;牛广潇;段立新;李文;韩世蛟;胡林设计研发完成，并于2022-04-22向国家知识产权局提交的专利申请。

本一种基于哈希度量学习的快速协同过滤方法在说明书摘要公布了：本发明公开了一种基于哈希度量学习的快速协同过滤方法，包括以下步骤：S1：采集用户数据和用户对物品的评分数据，并进行数据清洗和数据划分；S2：进行参数初始化；S3：构建哈希模型；S4：对用户数据特征和评分数据特征进行特征优化；S5：对哈希模型进行迭代训练，直至收敛，得到用户对物品的兴趣值，并生成推荐列表。本发明提出的快速协同过滤方法面向不同数据簇使用尺度不变的角度边界，通过优化目标，负样本也将同时从用户和正样本中被推远，可以更大程度的提取用户个性化的偏好信息，从而提升推荐的精度。

本发明授权一种基于哈希度量学习的快速协同过滤方法在权利要求书中公布了：1.一种基于哈希度量学习的快速协同过滤方法，其特征在于，包括以下步骤： S1：采集用户数据和用户对物品的评分数据，并进行数据清洗和数据划分； 所述步骤S1中，进行数据清洗的具体方法为：筛选交互数量大于设定交互阈值的用户数据和评分数据，并对含有缺失值的用户数据和评分数据进行过滤； 进行数据划分的具体方法为：按照设定比例进行数据划分，并在评分数据中，将用户已对物品进行评分的评分数据设定为1，将用户未对物品评分的评分数据设为0； S2：对数据清洗和数据划分后的用户数据和评分数据进行参数初始化； 所述步骤S2中，进行参数初始化的具体方法为：以0为均值且以0.5为方差对用户数据特征和评分数据特征进行正态分布随机初始化； S3：构建哈希模型； 哈希模型的优化目标函数的表达式为： 其中，，， 其中，表示所有用户的哈希特征，表示所有物品的哈希特征，表示按对排序的损失函数，表示度量学习的损失函数，表示超参数； S4：对用户数据特征和评分数据特征进行特征优化； 对用户数据特征进行优化的目标函数为： 其中，表示用户i的哈希特征，表示一个d*d维的常数矩阵，表示一个d维的常数向量，d表示常数向量和常数矩阵的维度； 对评分数据进行优化的目标函数为： 其中，表示物品的d维哈希特征，表示一个d*d维的常数矩阵，表示一个d维的常数向量； S5：根据特征优化的结果，利用参数初始化后的用户数据和评分数据对哈希模型进行迭代训练，直至收敛，得到用户对物品的兴趣值，并生成推荐列表。

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宜宾电子科技大学研究院，其通讯地址为：644000 四川省宜宾市临港经济开发区港园路西段9号208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。