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！

龙图腾网恭喜重庆大学申请的专利基于注意力机制的用户真实兴趣感知图增强推荐系统及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：CN116501954B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202310286423.3，技术领域涉及：G06F16/9535；该发明授权基于注意力机制的用户真实兴趣感知图增强推荐系统及介质是由杨正益;郭向星;文俊浩;周魏;杨佳佳;张青青设计研发完成，并于2023-03-22向国家知识产权局提交的专利申请。

本基于注意力机制的用户真实兴趣感知图增强推荐系统及介质在说明书摘要公布了：本发明公开基于注意力机制的用户真实兴趣感知图增强推荐系统及介质，系统包括基于真实兴趣感知的图增强模块、图对比学习模块、和个性化推荐模块；介质存储有计算机程序。本发明对用户真实兴趣的提取，通过图对比学习和用户的社交关系增强用户的表示，进而提升推荐算法的准确度。

本发明授权基于注意力机制的用户真实兴趣感知图增强推荐系统及介质在权利要求书中公布了：1.基于注意力机制的用户真实兴趣感知图增强推荐系统，其特征在于：包括基于真实兴趣感知的图增强模块、图对比学习模块、和个性化推荐模块；所述基于真实兴趣感知的图增强模块提取所有用户的真实兴趣，并生成原始用户-物品交互图；所述基于真实兴趣感知的图增强模块计算每个用户对所有物品的注意力分数，建立注意力分数矩阵，并生成增强用户-物品交互图；所述基于真实兴趣感知的图增强模块将原始用户-物品交互图、增强用户-物品交互图传输至图对比学习模块；所述图对比学习模块存储有多层图卷积神经网络；每层图卷积神经网络中的一个节点表示一个用户或者物品；所述图对比学习模块计算节点在原始用户-物品交互图、增强用户-物品交互图上聚合更新后的向量表示之间的相似度，赋予节点标签，并利用损失函数对节点的向量表示进行训练，得到训练好的的节点向量表示；所述个性化推荐模块利用多层图卷积神经网络对原始用户-物品交互图进行处理，从而生成对用户u的个性化推荐内容；注意力分数矩阵W如下所示： 其中，用户u对物品v的注意力分数weightsuv如下所示：xuv＝aeu,ev2 式中，xuv为中间参量；n为物品数量；aeu,ev为用户向量表示eu、物品向量表示ev之间的相似度；u＝1,2，…m；v＝1,2，…，n；h＝1,2，…，n；生成增强用户-物品交互图的步骤包括：S1对注意力分数和预设注意力阈值T进行比较，将小于预设注意力阈值的注意力分数设置为0，建立更新后的注意力分数矩阵W′；其中，用户u对物品v的注意力分数更新如下： 式中，weights′uv为更新后的注意力分数；S2将原始用户物品交互矩阵与注意力分数矩阵W′进行哈达玛积运算，得到基于用户真实兴趣感知的增强用户-物品交互图；所述个性化推荐模块生成对用户u的个性化推荐内容的步骤包括：1将用户向量表示和物品向量表示在原始的用户-物品交互图上进行聚合和更新，得到： 式中，k≥0表示第k层图卷积操作；Nu表示与用户u交互的物品集；Nv表示与物品v交互的用户集；为聚合更新后的用户向量表示；为聚合更新后的物品向量表示；2将每一层图卷积操作得到的向量表示结合，得到用户和物品最终的向量表示，即： 式中，K表示总的层数，表示每一层向量表示的重要性；eu为用户u的最终向量表示；ev用户u的最终向量表示物品v的最终向量表示；3对用户u的最终向量表示eu和物品v的最终向量表示ev进行内积操作，得到用户u对物品v的偏好分数；4重复步骤1至步骤3，获得用户u对物品集合V中每一个物品的偏好分数；5根据偏好分数对物品集合V中的物品进行降序排列，提取前Top-k个物品作为对用户u的个性化推荐内容；Top-k为大于0的正整数。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙正街174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”。