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！

龙图腾网恭喜华南理工大学申请的专利一种基于图对比学习的多意图推荐方法及装置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：CN115358809B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202210847446.2，技术领域涉及：G06Q30/0601；该发明授权一种基于图对比学习的多意图推荐方法及装置是由罗荣华;陈梦如;许勇设计研发完成，并于2022-07-19向国家知识产权局提交的专利申请。

本一种基于图对比学习的多意图推荐方法及装置在说明书摘要公布了：本发明公开一种基于图对比学习的多意图推荐方法及装置，其中方法包括：获取数据集；根据数据集获取图结构数据；对原始二分图通过参数化的方式构建增强对比视图；将初始化的用户和商品特征分成K段特征块；每个隐因子对应解耦表征独立学习，基于原始图和增强图分别输出两种视图下的K个意图特征；每种潜在意图下的特征进行自适应的对比学习；将K段特征拼接形成用户和商品的特征向量，进行互信息最大化任务；将拼接后的特征向量再进行最后推荐预测监督任务，与两个无监督任务进行联合学习。本发明对对比视图的对比学习调整为自适应的对比学习，学习出更多元化的语义特征信息，增强模型的可解释性和鲁棒性，可广泛应用于机器学习技术领域。

本发明授权一种基于图对比学习的多意图推荐方法及装置在权利要求书中公布了：1.一种基于图对比学习的多意图推荐方法，其特征在于，包括以下步骤：采集带有用户社交关系、商品属性关系及用户商品交互关系的数据集；采用稀疏图结构形式对用户社交关系、商品属性关系及用户商品交互关系的数据进行存储，获得可用在图卷积神经网络模型的图结构数据；基于原始社交关系和商品属性关系，引入用户购买商品的行为，形成新的社交关系图和商品属性图；基于K个解耦出的潜在因子意图表征来构建对应的对比视图，通过可学习的drop方式，产生参数化增强后的UI图；进行推荐模型解耦特征的学习，建立K个GCN消息传递渠道，分别进行特征编码，同时每个GCN渠道分别在原用户-商品交互二分图和增强用户-商品二分图进行两组特征的学习；引入K个意图原型向量，学习UI图上每个节点的多个意图特征的分布；将两个对比视图根据K个潜在隐因子解耦出的两组意图特征，在不同隐因子下分别独立得进行K次个性化对比学习；将K个意图特征拼接组合，作为预测的用户和商品特征，利用社交关系图和商品属性图的图结构信息，引入基于互信息最大化的无监督学习任务；将推荐任务与基于多意图个性化对比学习任务，以及基于图结构互信息的最大化任务进行联合学习；将模型最终学习到的用户和商品嵌入向量进行打分预测，得到推荐商品顺序。

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华南理工大学，其通讯地址为：510641 广东省广州市天河区五山路381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”。