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！

龙图腾网恭喜天津大学申请的专利基于实体路径局部相关的偏好预测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：CN115033778B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202210438899.X，技术领域涉及：G06F16/9535；该发明授权基于实体路径局部相关的偏好预测方法是由邵宁;张小旺设计研发完成，并于2022-04-25向国家知识产权局提交的专利申请。

本基于实体路径局部相关的偏好预测方法在说明书摘要公布了：本发明公开了一种基于实体路径局部相关的偏好预测方法，对新获取到的实体关系进行分析，判断其是否合理，因此基于用户倾向设计潜在产品关联的提取模型，对实体关系进行决策，增强其与推荐系统当前应用领域之间的相关性。最后，在网络中构建聚合模块显式控制实体关系和产品关系之间的权重比例，进一步修正不一致对推荐结果的影响。与现有技术相比，本发明基于实体关系优化模型实现了对用户倾向进行准确和全面的预测；能够增强实体关系与推荐系统当前应用领域之间的相关性。

本发明授权基于实体路径局部相关的偏好预测方法在权利要求书中公布了：1.一种基于实体路径局部相关的偏好预测方法，其特征在于，该方法包括以下步骤：步骤1、构建链式、对撞、和分裂三种实体关系结构，遍历原始数据知识图谱中的所有实体，提取实体空间结构信息：获取实体a、实体b和实体c，a，b∈R代表在图谱关系中存在a指向b的一条路径，设定R1、R2、R3分别代表当三个实体的相对关系的基础结构，且结果经过实体关联决策后，追加到实体关系候选集合中，即：R1：当a，b∈R且b，c∈R，而且决策成立，追加a，cR2：当a，b∈R且a，c∈R，而且决策成立，追加b，cR3：当b，a∈R且c，a∈R，而且决策成立，追加b，c步骤2、对知识图谱中的实体关系进行优化，去除实体关系存在的冗余和噪声，通过用户的倾向提取产品之间的关系：首先，将用户购买产品这一交互行为按照时间顺序进行排序，并将属于同一用户所购买的产品进行有向的两两交叉，依据用户对交叉中两个产品所产生的交互行为生成正、负样本的集合，此过程代表如下： 其中，lx,p代表用户ux与产品ip是否发生交互，取值为1代表发生交互，取值为0代表未发生交互，f代表用于拟合同一个用户基础上两个产品之间关系的决策模型，f‘代表将产品从模型中提取出来、仅利用两个标签来进行计算的函数；其次，基于上面所得到的产品与产品之间的关系，构建用户潜在倾向学习模型，该用户潜在倾向学习模型是一个二分类模型，通过三个部分实现，分别是用于保留原有特征的拼接层、用于计算两个产品嵌入向量之间相似度的内积运算和外积运算，表达式如下：对应位置相乘的内积运算式：矩阵乘法的外积运算：其中，向量和向量分别代表两个产品的嵌入向量；在保留原有特征的基础上计算实体之间的相似度，从而得到实体在空间中的分布情况，以预测两个产品之间是否存在关联，相似度的表达式如下： 进而得到候选实体间关系集合与提取实体之间的用于拟合同一个用户基础上两个产品之间关系的决策模型f；步骤3、通过决策模型对实体关系集合进行优化，增强实体关系与产品关系之间的一致性：将候选实体关系集合分成两个部分，分别是原始实体关系和新获取到的空间结构关系，包括两部分处理：①对于新获取到的空间结构关系，通过决策模型获取相似度，设定阈值判断是否保留，②对于原始实体关系，将实体关系进行赋权重排序；具体过程为：步骤3.1、设定初始阈值，并分别构建强相关性和弱相关性两个空列表；步骤3.2、遍历所有的实体关系三元组，若三元组中的两个实体之间的相关度大于阈值，将此三元组加入到强相关列表中，否则加入到弱相关性列表中；步骤3.3、若强相关度列表或弱相关度列表中有一个为空，退出此过程；否则将强相关度列表与弱相关度列表直接按照前后顺序进行合并，并替换原始的三元组数据；步骤3.4、清除强相关性列表和弱相关性列表，并增大或缩小阈值，重复步骤3.2到步骤3.4；基于设定的阈值，多次循环上述步骤，直至完成实体关系与产品关系一致性的强化过程。

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天津大学，其通讯地址为：300072 天津市南开区卫津路92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”。