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！

龙图腾网恭喜上海电力大学申请的专利一种基于知识图谱多任务特征学习的音乐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：CN114676268B 。

龙图腾网通过国家知识产权局官网在2025-04-22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：202210338347.1，技术领域涉及：G06F16/36；该发明授权一种基于知识图谱多任务特征学习的音乐推荐方法是由孙云芸;李海明设计研发完成，并于2022-04-01向国家知识产权局提交的专利申请。

本一种基于知识图谱多任务特征学习的音乐推荐方法在说明书摘要公布了：本发明公开了一种基于知识图谱多任务特征学习的音乐推荐方法，包括：步骤1，在知识图谱构建阶段，基于Satori库和用户‑音乐交互记录，将训练得到的实体和关系的特征向量映射为低维向量，构建所需的知识图谱；步骤2，在模型训练阶段，通过邻域聚合操作融合用户及其邻域节点在知识图谱上的特征表示，将局部近邻结构捕捉并存储在每个实体中，获取用户偏好特征；步骤3，在推荐阶段，通过CNN回归模型预测音乐的潜在特征，并结合用户偏好特征计算用户与音乐之间的匹配度，生成最终用户可能感兴趣的推荐列表。在Last.FM数据集上进行对比实验，结果表明与传统的推荐方法和基于知识图谱方法相比，该算法能有效挖掘用户和音乐之间的潜在关系，提高音乐推荐质量。

本发明授权一种基于知识图谱多任务特征学习的音乐推荐方法在权利要求书中公布了：1.一种基于知识图谱多任务特征学习的音乐推荐方法，其特征在于，包括以下步骤：步骤1，在知识图谱构建阶段，基于Satori库和用户-音乐交互记录，将训练得到的实体和关系的特征向量映射为低维向量，构建所需的知识图谱；步骤2，在模型训练阶段，通过邻域聚合操作融合用户及其邻域节点在所述知识图谱上的特征表示，将局部近邻结构捕捉并存储在每个实体中，获取用户偏好特征，遍历所有的用户项目对u，v，以逐层迭代的方式计算出项目v的感受野M并初始化模型参数，通过计算V的邻域线性组合，将用户关系得分作为过滤器，挑选出用户可能感兴趣的项目集合，最后使用Meanaggregator和Concataggregator两个聚合函数将实体表示v及其邻域表示聚合成一个向量；步骤3，在推荐阶段，通过CNN回归模型预测音乐的潜在特征，并结合所述用户偏好特征计算用户与音乐之间的匹配度，生成最终用户可能感兴趣的推荐列表。

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上海电力大学，其通讯地址为：201306 上海市浦东新区沪城环路1851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”。