南京信息工程大学王若水获国家专利权
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！
龙图腾网获悉南京信息工程大学申请的专利一种基于大型语言模型视图增强的对比学习序列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：CN120123600B 。
龙图腾网通过国家知识产权局官网在2025-07-15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：202510625192.3，技术领域涉及：G06F16/9535；该发明授权一种基于大型语言模型视图增强的对比学习序列推荐方法是由王若水;鲁帆;许小龙设计研发完成，并于2025-05-15向国家知识产权局提交的专利申请。
本一种基于大型语言模型视图增强的对比学习序列推荐方法在说明书摘要公布了：本发明提供了一种基于大型语言模型视图增强的对比学习序列推荐方法，包括：步骤1，建立动态重要性评分机制，利用大型语言模型，根据用户和物品历史交互序列的隐层状态，计算重要性并生成动态调整因子；步骤2，生成包含负样本对的增强视图；步骤3，构造多模态双视图增强下的序列和项目双粒度对比学习方法；步骤4，将原始的用户和物品历史交互序列输入线性递归单元；步骤5，动态融合对比学习方法和常规序列推荐方法，通过加权组合损失函数进行优化，并通过反向传播联合训练模型。本发明方法在资源利用率上有所提升，同时确保模型在冷启动物品推荐和长尾分布场景下的鲁棒性，为动态推荐系统提供高效稳定的解决方案。
本发明授权一种基于大型语言模型视图增强的对比学习序列推荐方法在权利要求书中公布了：1.一种基于大型语言模型视图增强的对比学习序列推荐方法，其特征在于，包括以下步骤： 步骤1，建立动态重要性评分机制，利用大型语言模型，根据用户和物品历史交互序列的隐层状态，计算重要性并生成动态调整因子； 步骤2，建立自适应序列裁剪方法，利用注意力机制进行序列数据增强，通过语义理解动态调整裁剪位置，根据动态调整因子，生成包含负样本对的增强视图； 步骤3，构造多模态双视图增强下的序列和项目双粒度对比学习方法，基于步骤2生成的增强视图构建对比学习任务，通过拉近正样本对表征距离、推远负样本对相似性，优化对比损失以强化对比学习方法对关键行为差异的感知能力； 步骤4，将原始的用户和物品历史交互序列输入线性递归单元LRU，提取用户动态兴趣表征并预测下一交互项的概率分布，同步计算常规序列推荐的损失函数； 步骤5，动态融合对比学习方法和常规序列推荐方法，通过加权组合损失函数进行优化，并通过反向传播联合训练模型。
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南京信息工程大学，其通讯地址为：210044 江苏省南京市江北新区宁六路219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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号