買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉重慶郵電大學申請的專利一種基于圖神經網絡與協同關系挖掘的興趣點推薦方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116738051B 。

龍圖騰網通過國家知識產權局官網在2025-08-29發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310706507.8，技術領域涉及：G06F16/9535；該發明授權一種基于圖神經網絡與協同關系挖掘的興趣點推薦方法是由桑春艷;易星宇;廖世根設計研發完成，并于2023-06-14向國家知識產權局提交的專利申請。

本一種基于圖神經網絡與協同關系挖掘的興趣點推薦方法在說明書摘要公布了：本發明涉及一種基于圖神經網絡與協同關系挖掘的興趣點推薦方法，包括：對原始興趣點簽到數據集進行預處理；根據每個興趣點被用戶簽到的總次數計算每個興趣點的流行度；利用kmeans算法對興趣點進行聚類得到興趣點的目標類別標簽；將用戶和興趣點作為節點，用戶和興趣點之間的簽到關系作為邊構建用戶興趣點關系二部圖；根據用戶興趣點關系二部圖中用戶節點的隱式關系節點和用戶對興趣點的簽到時間利用基于多頭自注意力機制的圖神經網絡提取用戶節點在圖神經網絡中所有隱藏層的特征表示；利用Softmax計算得到興趣點推薦列表；向用戶進行推薦概率值高于設定閾值的興趣點，本發明有助于興趣點推薦服務商提高興趣點推薦的精度。

本發明授權一種基于圖神經網絡與協同關系挖掘的興趣點推薦方法在權利要求書中公布了：1.一種基于圖神經網絡與協同關系挖掘的興趣點推薦方法，其特征在于，包括： S1：獲取原始興趣點簽到數據集，并對原始興趣點簽到數據集進行預處理；所述原始興趣點簽到數據包括：興趣點的ID、用戶的ID、用戶對興趣點的簽到時間、興趣點的初始類別標簽和興趣點的坐標； S2：根據原始興趣點簽到數據集中每個興趣點被用戶簽到的總次數計算每個興趣點的流行度；根據興趣點的流行度、興趣點的初始類別和興趣點的坐標利用kmeans算法對興趣點進行聚類得到興趣點的目標類別標簽； S3：將用戶對興趣點的簽到時間轉換為以小時進行表示；將用戶和興趣點作為節點，用戶和興趣點之間的簽到關系作為邊構建用戶興趣點關系二部圖； S4：根據用戶興趣點關系二部圖中用戶節點的隱式關系節點和用戶對興趣點的簽到時間利用基于多頭自注意力機制的圖神經網絡提取用戶節點在圖神經網絡中所有隱藏層的特征表示； 所述利用基于多頭自注意力機制的圖神經網絡提取用戶節點在圖神經網絡中所有隱藏層的特征包括： 圖神經網絡包括：輸入層、輸出層和多個隱藏層；在每一個隱藏層中進行如下操作： S41：根據用戶節點的隱式關系節點提取用戶節點的隱式協同信號特征，具體如下所示： 其中，表示圖神經網絡第l-1個隱藏層中用戶節點u的隱式協同信號特征，W1 l-1為圖神經網絡第l-1個隱藏層的權重參數矩陣，為用戶節點u的第i個隱式關系節點ui在第l-1個隱藏層中的特征表示，為用戶節點u與隱式關系節點ui的相似度權重，implicit,u表示用戶節點u的隱式關系節點集合； S42：根據用戶對興趣點的簽到時間利用多頭自注意力機制計算用戶節點的時空特征，具體如下所示： 其中，為可訓練的參數，表示圖神經網絡第l-1層隱藏層中用戶節點u的特征表示、表示圖神經網絡第l-1個隱藏層中興趣點v的特征表示，hp,u表示用戶節點u相鄰的所有興趣點的簽到時間特征矩陣、hg,u表示用戶節點u相鄰的所有興趣點的空間特征表示矩陣，和表示可訓練的權重參數矩陣，Pr,u表示用戶節點u訪問的所有相鄰興趣點的位序向量；表示圖神經網絡第l-1個隱藏層中用戶節點u的時空特征； S43：根據圖神經網絡第l-1個隱藏層中用戶節點的隱式協同信號特征和用戶節點的時空特征計算圖神經網絡第l個隱藏層中用戶節點的特征進而得到用戶節點在圖神經網絡中所有隱藏層的特征； 其中，表示圖神經網絡第l層中用戶節點u的特征表示，Nu表示用戶節點u的鄰居節點集合，其中，興趣節點的初始初始特征向量由興趣點的ID嵌入向量得到，興趣點的空間特征表示由興趣點的目標類別值嵌入向量得到，用戶節點對興趣點的簽到時間特征表示由用戶對興趣點的簽到時間嵌入向量得到； S5：根據用戶節點在圖神經網絡中所有隱藏層的特征表示和所有興趣點的初始特征向量利用Softmax計算得到興趣點推薦列表；選擇概率值高于設定閾值的興趣點向用戶進行推薦。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人重慶郵電大學，其通訊地址為：400065 重慶市南岸區南山街道崇文路2號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。