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！

龙图腾网恭喜电子科技大学申请的专利一种基于价格感知的流行度去偏的商品推荐方法、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：CN118469656B 。

龙图腾网通过国家知识产权局官网在2025-04-01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：202410415268.5，技术领域涉及：G06Q30/0601；该发明授权一种基于价格感知的流行度去偏的商品推荐方法、设备及存储介质是由杨波;吴嘉津设计研发完成，并于2024-04-08向国家知识产权局提交的专利申请。

本一种基于价格感知的流行度去偏的商品推荐方法、设备及存储介质在说明书摘要公布了：本发明公开了基于价格感知的流行度去偏的商品推荐方法、设备及存储介质，属于流行度去偏的商品推荐技术领域。本发明提出了一个新的因果图来考虑价格、流行度和用户兴趣对于用户交互行为的因果效应。其中，对于价格因素，考虑了用户对于商品的消费能力匹配程度；对于用户兴趣因素，考虑了用户特征和商品特征的匹配程度。其次，基于所提出的因果图在推荐处理时基于构建的解耦学习模型实现，在推理阶段对解耦学习模型执行干预操作可以获得更合理的无偏置推荐结果。本发明提高了推荐结果的多样性和新颖性，增强了推荐系统的公平性，提升了推荐结果的质量和精准度，且技术实现简单，易于工程落地，不引入过多的计算开销，容易在工程中实现和部署。

本发明授权一种基于价格感知的流行度去偏的商品推荐方法、设备及存储介质在权利要求书中公布了：1.一种基于价格感知的流行度去偏的商品推荐方法，其特征在于，包括下列步骤：步骤1，构建用于获取待推荐商品的推荐分数的解耦学习模型；所述解耦学习模型包括价格模块、流行度模块和用户兴趣模块；其中，价格模块为双输入支路，一条支路用于获取待推荐商品的价格指数，该支路的输入为待推荐商品的价格和用户交互过的历史商品中的最高价格，基于待推荐商品的价格与该最高价格确定用户对每个待推荐商品的价格指数；另一条支路用于获取用户的消费意愿，该支路的输入包括用户嵌入表达和商品嵌入表达，基于前馈神经网络和激活函数得到用户的消费意愿，其中，用户嵌入表达和商品嵌入表达的维度一致；通过计算模块融合用户对每个待推荐商品的价格指数和用户的消费意愿得到用户对每个待推荐商品i的价格的匹配分数；流行度模块依次包括归一化操作和平滑化操作，其输入为每个待推荐商品的出现次数；基于平滑操作输出每个待推荐商品i的流行度，即流行度模块输出的效应分数；用户兴趣模块的输入为用户嵌入表达和待推荐商品的内在特征的嵌入表达，基于用户嵌入表达与待推荐商品的内在特征的嵌入表达的内积的激活映射，得到用户兴趣对每个待推荐商品i的内在特征的匹配分数；其中，待推荐商品的内在特征的嵌入表达为除价格和流行度外的内在特征的嵌入表达；按照预置的干预权重对流行度进行去偏处理，得到去偏后的流行度；融合匹配分数、流行度和匹配分数得到每个待推荐商品i的推荐分数；其中，用户的消费意愿为：，其中，表示用户u的用户嵌入表达，表示用户u的待推荐商品i的商品嵌入表达，其中，与的维度均为，前馈神经网络的权重矩阵为的可学习的参数矩阵，为前馈神经网络的偏置项，激活函数的计算公式为： ；其中，e为自然底数，为的输入参数；用户对每个待推荐商品i的价格的匹配分数设置为： ；其中，和为预置的两个权重系数，可基于解耦学习模型的损失函数进行迭代更新，为自然底数，表示用户的消费意愿，表示待推荐商品i的价格指数为：，其中，表示商品i的价格，表示用户u交互过的历史商品中的最高价格；步骤2，基于采集的训练数据集对解耦学习模型进行模型参数训练，并基于训练好的解耦学习模型输出获取目标用户的各待推荐商品的推荐分数，基于推荐分数形成目标用户的商品推荐列表并向其推送；解耦学习模型在训练时采用BPR损失和基于流行度的BPR损失的联合损失：；其中，表示联合损失，表示用BPR损失，表示基于流行度的BPR损失，、为两个预置的损失加权系数；其中，和分别设置为： ，；其中，表示训练数据集中每个正样本所对应的负样本数量，和分别表示正样本的推荐分数和负样本的推荐分数，其中，正样本是指与当前用户存在交互的商品，负样本是从当前用户尚未交互过的所有商品中随机选取的，表示激活函数，表示预置的加权系数；按照抽样概率从第一筛选负样本集中抽取出商品，抽取的所有商品构成负样本集，再基于正样本的推荐分数、商品的推荐分数计算得到；其中，第一筛选负样本集的筛选操作为：基于训练数据集的每个商品的推荐分数，对每个正样本，若其对应的某个负样本j的推荐分数小于该正样本的推荐分数，且该正样本的流行度小于该负样本的流行度，则将当前负样本j存入第一筛选负样本集中，其中，的初始值为空集。

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”。