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！

龙图腾网获悉四川大学申请的专利一种推荐方法、装置、电子设备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：CN121256151B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202511832649.4，技术领域涉及：G06F16/9535；该发明授权一种推荐方法、装置、电子设备及存储介质是由琚生根;杨月婷;夏欣;李尧设计研发完成，并于2025-12-08向国家知识产权局提交的专利申请。

本一种推荐方法、装置、电子设备及存储介质在说明书摘要公布了：本发明涉及序列推荐领域，尤其涉及一种推荐方法、装置、电子设备及存储介质，该方法通过一个融合了双向Mamba以捕捉序列长程有序依赖和双向自注意力机制以捕捉全局上下文关联的反向去噪网络，旨在通过信号重建生成一个更鲁棒的用户行为序列表示。该去噪后的序列表示被送入一个并行的双重分析结构，其中一个傅里叶分析模块通过可学习的频带注意力机制自适应地解耦并聚合多尺度的周期性模式，而一个时域Transformer编码器则同时用于建模序列中的依赖关系。二者的输出最终被融合以生成用户偏好表示。DCFRec通过联合训练进行优化，旨在提升模型的鲁棒性与推荐精度。

本发明授权一种推荐方法、装置、电子设备及存储介质在权利要求书中公布了：1.一种推荐方法，其特征在于，所述方法包括： 获取用户交互序列样本和对应的物品推荐标签； 将用户交互序列样本对应交互嵌入输入序列推荐模型中的扩散去噪模块，以通过结合所述用户交互序列样本对应噪声样本的第一编码特征和第二编码特征，来完成对所述噪声样本的去噪，得到重建嵌入表示；其中，所述用户交互序列样本为按照交互时间排序的物品序列；所述第一编码特征用于表征用户随时间变化的物品偏好演化过程；所述第二编码特征用于表征每两个物品之间的与交互时间无关的语义关联； 将所述重建嵌入表示输入到所述序列推荐模型中的双重分析网络，以对所述重建嵌入表示对应第一用户偏好表示和第二用户偏好表示进行融合，得到目标用户偏好表示；所述第一用户偏好表示用于表征结合了多个周期性模式的综合偏好表示；所述第二用户偏好表示用于表征物品间的局部顺序依赖和长程顺序依赖； 将所述目标用户偏好表示输入所述序列推荐模型中的预测层，得到所述用户交互序列样本对应物品推荐概率向量； 根据所述用户交互序列样本对应物品推荐概率向量和物品推荐标签对所述序列推荐模型进行模型训练，以基于训练完成的序列推荐模型中的双重分析网络和所述预测层为用户进行物品推荐； 其中，所述将用户交互序列样本对应交互嵌入输入序列推荐模型中的扩散去噪模块，以通过结合所述用户交互序列样本对应噪声样本的第一编码特征和第二编码特征，来完成对所述噪声样本的去噪，得到重建嵌入表示，包括：向所述交互嵌入中逐步添加高斯噪声，得到在任一时间步下的目标噪声样本；将所述噪声样本、所述时间步对应的时间步嵌入和所述噪声样本对应的相对位置编码进行融合，得到去噪网络的输入表示；所述相对位置编码中包括所述噪声样本中各个物品的位置信息；所述扩散去噪模块中包括去噪网络；将所述去噪网络的输入表示，输入所述去噪网络中的双向Mamba编码器，得到所述噪声样本的第一编码特征；将所述去噪网络的输入表示，输入所述去噪网络中的双向自注意力编码器，得到所述噪声样本的第二编码特征；将所述第一编码特征和所述第二编码特征进行融合，得到重建嵌入表示； 所述将所述重建嵌入表示输入到所述序列推荐模型中的双重分析网络，以对所述重建嵌入表示对应第一用户偏好表示和第二用户偏好表示进行融合，得到目标用户偏好表示，包括：将所述重建嵌入表示输入到所述双重分析网络中的傅里叶频带分解与聚合模块，得到所述重建嵌入表示对应的第一用户偏好表示；将所述重建嵌入表示输入到所述双重分析网络中的Transformer编码器，得到所述重建嵌入表示对应的第二用户偏好表示；将所述第一用户偏好表示和所述第二用户偏好表示进行逐元素相加，得到目标用户偏好表示； 所述将所述重建嵌入表示输入到所述双重分析网络中的傅里叶频带分解与聚合模块，得到所述重建嵌入表示对应的第一用户偏好表示，包括：将所述重建嵌入表示和第一层的上下文向量输入所述傅里叶频带分解与聚合模块中第一层的傅里叶行为模式生成层，得到第一层的多行为模式表示；所述第一层的上下文向量为所述重建嵌入表示中第一个物品表示；所述多行为模式表示中每个行为模式向量从对应的周期性角度描述了用户的行为模式；针对所述傅里叶频带分解与聚合模块中的除第一层以外每一层的傅里叶行为模式生成层，根据前一层输出的多行为模式表示，确定所述层的上下文向量；并将所述重建嵌入表示和所述层的上下文向量输入所述傅里叶行为模式生成层，得到所述层的多行为模式表示；将最后一层输出的多行为模式表示输入到所述傅里叶频带分解与聚合模块中的聚合模块，以基于不同行为模式向量序列之间的交互关系，增强各个行为模式向量的表示，得到行为模式矩阵；将所述行为模式矩阵中的各个行为模式向量进行平均池化，得到所述重建嵌入表示对应的第一用户偏好表示。

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四川大学，其通讯地址为：610065 四川省成都市武侯区一环路南一段24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。