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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于解耦表征学习与图神经网络的服务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：CN116186385B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202211634971.2，技术领域涉及：G06F16/9535；该发明授权一种基于解耦表征学习与图神经网络的服务推荐方法是由王东京;万峰;俞东进;张新;邓水光设计研发完成，并于2022-12-19向国家知识产权局提交的专利申请。

本一种基于解耦表征学习与图神经网络的服务推荐方法在说明书摘要公布了：本发明公开了一种基于解耦表征学习与图神经网络的服务推荐方法，以在线应用记录的用户交互日志为数据源，获取用户的完整历史交互序列以及对应类别序列，首先在个性化程度上分别捕获用户长期的稳定兴趣和短期的动态兴趣，然后利用服务类别信息捕获用户的从众兴趣。该方法针对基于隐式解耦表征学习的方法依赖于人工设置的潜在兴趣个数，难以适应不同应用场景，且没有考虑不同在线应用服务类别因素的问题，分别基于完整序列、最近序列和类别序列学习用户的长期兴趣、短期兴趣和从众兴趣，避免人工设置潜在兴趣个数的弊端，并考虑不同在线应用类别因素的影响，捕获用户的从众兴趣作为推荐结果可解释性的基础，帮助应用提供商有针对性的调整推荐策略。

本发明授权一种基于解耦表征学习与图神经网络的服务推荐方法在权利要求书中公布了：1.一种基于解耦表征学习与图神经网络的服务推荐方法，其特征在于，包括如下步骤： S1、收集用户的完整历史交互序列以及对应类别序列，所述的完整历史交互序列是指用户已经产生的对于服务的交互记录，所述对应类别序列指每个服务对应的类别信息构建的序列； S2、将服务的集合与类别的集合输入嵌入层得到每个服务以及对应类别的嵌入特征表示，所述的嵌入层是指通过one-hot编码器和多层感知机得到多维度的特征向量来表示每个服务或者类别，定义嵌入层得到的嵌入特征表示为两个特征矩阵：Xi∈Rn×d为服务特征矩阵，Xc∈Rk×d为类别特征矩阵，其中n表示服务个数，k表示类别个数，d表示特征维度； S3、构建基于用户交互序列的长期兴趣和短期兴趣建模网络，以及基于类别的用户从众兴趣建模模块 S3-1、基于完整历史交互序列中的服务序列构建超图，经过超图卷积层后捕获用户的长期兴趣； S3-2、基于最近历史交互序列中的服务序列捕获用户的短期兴趣； S3-3、引入服务类别信息作为数据基础来捕获用户针对类别流行度所产生的从众兴趣； S4、在步骤S3的基础上，分别将学习的用户长期兴趣hlo、短期兴趣hsh和从众兴趣hco通过多兴趣聚合层进行特征融合，得到最终的用户兴趣表示h，融合方式如下： h＝W[hlo||hsh||hco]+b 其中W和b分别表示权重矩阵和偏置项，[·||·||·]表示特征向量在维度上的拼接； S5、基于步骤S4中学习得到的用户兴趣h，执行服务推荐任务，针对备选服务集合I，每个服务的推荐评分z由服务特征向量x∈Xi和用户兴趣特征向量h的内积运算得到，即zi＝xTh，使用softmax函数将z进行归一化得到最终的服务评分然后选择分数最高的top-N个服务作为推荐列表中的候选服务，推荐任务学习的目标函数表示为交叉熵损失： 其中是指目标服务在给定交互记录序列T情况下会产生交互的概率。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘新区白杨街道2号大街1158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”。

以上内容由龙图腾AI智能生成。